مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,097
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

628
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی ظرفیت تبادل کاتیونی خاک با استفاده از شبکه عصبی مصنوعی و رگرسیون چند متغیره

صفحات

 صفحه شروع 1 | صفحه پایان 11

چکیده

 ارزیابی و طراحی سناریو های مختلف مدیریتی احتیاج به داشتن اطلاعات دقیق بانک اطلاعات خاک دارد, ظرفیت تبادل کاتیونی از پارامتر های مهم موجود در بانک اطلاعاتی خاک به حساب می آید. با توجه به مشکلات اندازه گیری مستقیم ظرفیت تبادل کاتیونی بخصوص در خاک های اریدیسول ایران در سال های اخیر از روش های غیر مستقیم برای برآورد این پارامتر استفاده می شود. بدین منظور در این تحقیق برای برآورد ظرفیت تبادل کاتیونی اقدام به نمونه برداری از منطقه خضرآباد از 12 پروفیل, به تعداد 40 نمونه گردید. فراوانی نسبی ذرات به روش هیدرومتری, کربن آلی به روش والکی و  بلاک و ظرفیت تبادل کاتیونی به وسیله روش باور اندازه گیری شد. سپس با استفاده از روش های شبکه عصبی مصنوعی, رگرسیون چند متغیره و چند تابع تجربی و با استفاده از پارامترهای  درصد رس, شن, سیلت و کربن آلی اقدام به تخمین پارامتر مورد نظر گردید. در ابتدا پارامترهای هر یک از مدل ها را تعیین کرده و در مرحله بعد اقدام به برآورد پارامتر مورد نظر گردید. در نهایت در این تحقیق با توجه به وجود روابط خطی مابین ورودی ها و خروجی ها شبکه عصبی عملکرد بهتری نسبت به مدل رگرسیون پایه داشته است. سایر مدل های رگرسیون پایه با توجه به نوع ورودی-ها و ضرایب آنها عملکرد متفاوتی از خود نشان داده به طوری که در بین این مدل ها, مدلی که نسبت به سایر مدل ها با توجه به معیارهای ارزیابی مورد استفاده (RMSE, (AAREبرتری قاطعی داشته باشد, وجود نداشته است. در کل نتایج این تحقیق نشان دهنده اهمیت فرآیند آموزش در تعیین پارامترهای مدل با استفاده از داده های یک منطقه می باشد.

استنادها

  • ثبت نشده است.

    • ارجاعات

    استناددهی

    APA: کپی

    تقی زاده مهرجردی، روح اله، محمودی، شهلا، حیدری، احمد، و اکبرزاده، علی. (1388). پیش بینی ظرفیت تبادل کاتیونی خاک با استفاده از شبکه عصبی مصنوعی و رگرسیون چند متغیره. پژوهش در علوم کشاورزی (JOURNAL OF RESEARCH IN AGRICULTURAL SCIENCE)، 5(1)، 1-11. SID. https://sid.ir/paper/115258/fa

    Vancouver: کپی

    تقی زاده مهرجردی روح اله، محمودی شهلا، حیدری احمد، اکبرزاده علی. پیش بینی ظرفیت تبادل کاتیونی خاک با استفاده از شبکه عصبی مصنوعی و رگرسیون چند متغیره. پژوهش در علوم کشاورزی (JOURNAL OF RESEARCH IN AGRICULTURAL SCIENCE)[Internet]. 1388؛5(1):1-11. Available from: https://sid.ir/paper/115258/fa

    IEEE: کپی

    روح اله تقی زاده مهرجردی، شهلا محمودی، احمد حیدری، و علی اکبرزاده، “پیش بینی ظرفیت تبادل کاتیونی خاک با استفاده از شبکه عصبی مصنوعی و رگرسیون چند متغیره،” پژوهش در علوم کشاورزی (JOURNAL OF RESEARCH IN AGRICULTURAL SCIENCE)، vol. 5، no. 1، pp. 1–11، 1388، [Online]. Available: https://sid.ir/paper/115258/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی





    بازگشت به بالا