شبیه سازی تغییرات زمانی درجه حرارت خاک رسی با استفاده از شبکه عصبی مصنوعی

هدف این تحقیق بررسی کارآ یی مدل جعبه سیاه شبکه عصبی مصنوعی ) ) ANN از نوع پرسپترون سه لا ی ه ) ) MLP درشبیه سازی رژیم حرارتی خاک رسی با رطوبت ۰۱ % وزنی در اعماق مختلف در طول زمان می باشد . برای این منظور ابتدا در شرایط آزمای شگاهی تغیی رات حرارت ی ستونی از خاک رس به عمق یک متر در طول مدت زمان بالغ بر ۰۰۰۵۲ دقیقه ثبت گردید و این داده ها به منظور آزمون و آموزش شبکه مورد نظر استفاده شدند . از طرفی مدل رگرس یون غ یر خط ی از خانواده سیگموئید و از نوع ) ) MMF بهترین برازش را به مقاد یر ثبت شده درجه حرارت در طول زمان نسبت به سایر روابط همبستگی نشان داد . عملکرد دو مدل رگرسیون غیرخطی و مدل ANN در شبیه سازی رژیم حرارتی خاک مورد استفاده در اعماق و زمان های مختلف مورد بررسی قرار گرفت . نتایج بدست آمده نشان دهنده کارآیی بهتر مدل تجربی ANN نسبت به مدل آماریMMF در پیش بینی تغییرات حرارتی خاک رسی در تمامی اعماق مورد بررسی می باشد