علی صالحی - دانش آموخته کارشناسی ارشد خاکشناسی، پردیس علوم و تحقیقات خوزستان، دانشگاه آزاد اسلامی،اهواز، ایران
کامران محسنی فر - عضو هیات علمی گروه خاکشناسی، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران
علی غلامی - عضو هیات علمی گروه خاکشناسی، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران

هدف از این تحقیق برآورد (CEC) خاک با استفاده از شبکه های عصبی مصنوعی از روی خصوصیات زودیافت خاکمی باشد. به این منظور اندازه گیری ها برای 150 نمونه از خاک شامل اندازه توزیع ذرات خاک، جرم مخصوص ظاهری، مواد آلیو آهک، انجام شد. بسط توابع انتقالی برای CEC خاک با استفاده از شبکه عصبی پرسپترون چند لایه (MLP) و شبکه عصبیتابع پایه شعاعی (RBF) انجام شد. نتایج نشان داد که شبکه MLP، با تابع انتقال تانژانت سیگمویید در لایه میانی و تابعانتقال خطی در لایه خروجی میانگین مربعات خطای 016 / 0 قادر است CEC را برآورد کند. برای شبکه RBF خطای 017 / 0در مرحله تست شبکه بدست آمد. درمجموع با توجه به نتایج حاصل مشخص شد که MLP بهترین نوع شبکه عصبی در مدلسازی و تخمین CEC می باشد و تنها مزیت شبکه های RBF نسبت به شبکه های MLP درتخمین CEC ، زمان کوتاه تر مورد نیازبرای آموزش می باشد.

ظرفیت تبادل کاتیونی خاک، توابع انتقالی، خصوصیات زودیافت خاک