کاربرد شبکه عصبی مصنوعی در پیش بینی هدایت هیدرولیکی اشباع با استفاده از پارامترهای فیزیکی خاک
سال انتشار: 1388
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 137
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_FOODER-10-1_007
تاریخ نمایه سازی: 26 دی 1401
چکیده مقاله:
ویژگیهای هیدرولیکی خاک همچون هدایت هیدرولیکی اشباع و غیراشباع در مطالعات زیست محیطی نقش مهمی را ایفا مینمایند. از آنجائیکه اندازهگیری مستقیم این قبیل ویژگیهای هیدرولیکی خاک امری وقتگیر و هزینهبر است روشهای غیرمستقیمی چون توابع انتقالی و شبکههای عصبی مصنوعی بر مبنای پارامترهای سهل الوصول خاک توسعه یافتهاند. در این خصوص در این مطالعه، از شبکه عصبی مصنوعی به منظور تخمین هدایت هیدرولیکی اشباع خاک با استفاده از دادههای اندازهگیری شده منحنی مشخصه رطوبتی خاک و جرم مخصوص ظاهری استفاده شده است. با استفاده از دادههای اندازهگیری شده جرم مخصوص ظاهری خاک، بعد فرکتالی منحنی مشخصه رطوبتی، مکش در نقطه ورود هوا، تخلخل موثر، مقادیر هدایت هیدرولیکی اشباع خاک با استفاده از شبکه عصبی مصنوعی تخمین زده شدند. در مرحله آموزش مدل از ۱۱۴ داده اندازهگیری شده منحنی مشخصه رطوبتی و جرم مخصوص ظاهری خاک و در مرحله آزمون از ۲۸ داده باقیمانده استفاده شد. مقادیر MSE و R۲ در مرحله آزمون مدل شبکه عصبی مصنوعی با چهار پارامتر ورودی بهترتیب ۰۰۲۸/۰ و ۷۶/۰ محاسبه شدند. مقایسه عملکرد مدل شبکه عصبی مصنوعی با دو مدل ارائه شده توسط رائولز و همکاران نشان داد که مدل شبکه عصبی مصنوعی با دقت بالاتری هدایت هیدرولیکی اشباع خاک را پیش بینی مینماید.
نویسندگان
بهزاد قنبریان علویجه
دانشجوی دکتری دانشکده آب و خاک پردیس کشاورزی و منابع طبیعی دانشگاه تهران
عبدالمجید لیاقت
دانشیار گروه آبیاری و آبادانی دانشکده آب و خاک پردیس کشاورزی و منابع طبیعی دانشگاه تهران
سمانه سهرابی
دانشجوی کارشناسی ارشد گروه مهندسی آب دانشکده کشاورزی دانشگاه تبریز
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :