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

مقاله مقاله نشریه

مشخصات مقاله

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

نسخه انگلیسی

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

video

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

sound

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

نسخه انگلیسی

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

بازدید:

1,013
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

514
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

2

اطلاعات مقاله نشریه

عنوان

مقایسه مدل های شبکه عصبی مصنوعی و توابع انتقالی رگرسیونی برای پیش بینی ظرفیت تبادل کاتیونی خاک های استان چهارمحال و بختیاری

صفحات

 صفحه شروع 90 | صفحه پایان 99

چکیده

 ظرفیت تبادل کاتیونی (CEC) یکی از مهمترین ویژگی های خاک در ارتباط با موادغذایی, نگهداری آب در خاک و همچنین مدیریت آلودگی خاک می باشد. اندازه گیری  CECکاری دشوار و وقت گیر است. بنابراین تخمین آن از طریق خصوصیات زود یافت خاک مطلوب می باشد. در این مطالعه, توابع انتقالی برای پیش بینی ظرفیت تبادل کاتیونی از خصوصیات اساسی خاک مانند توزیع اندازه ذرات, کربن آلی, درصد رطوبت اشباع و pH توسعه داده شد و با استفاده از روش های شبکه عصبی مصنوعی و رگرسیونی چندمتغیره خطی ارزیابی شد و سپس توانایی پیش بینی این دو روش با استفاده از آماره های ارزیابی مقایسه شد. کل 200 نمونه خاک به دو دسته 165 تایی برای توسعه مدل و 35 تایی برای ارزیابی مدل تقسیم شدند. دقت پیش بینی بوسیله آماره های ضریب تعیین (R2) و ریشه دوم میانگین مربعات خطا (RMSE) بین CEC اندازه گیری و پیش بینی شده ارزیابی شد. نتایج نشان داد هنگامی که از شبکه عصبی با یک لایه پنهان و هفت نرون در این لایه و ماده آلی, درصد رطوبت اشباع, درصد رس و شن به عنوان ورودی استفاده شد, CEC با R2=0.81 و RMSE=3.05 سانتی مول بر کیلوگرم خاک بهتر از دیگر مدل ها پیش بینی شد. مقادیر  R2و RMSE به ترتیب از 66/0 تا 69/0 و از 69/4 تا 26/4 برای روش رگرسیونی, و از 78/0 تا 81/0 و 29/3 تا 05/3 برای شبکه عصبی متغیر بود. نتایج نشان داد که پیش بینی شبکه عصبی بهتر از تابع های رگرسیونی می باشد.

استنادها

ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    معماریان فرد، مجتبی، و بیگی هرچگانی، حبیب اله. (1388). مقایسه مدل های شبکه عصبی مصنوعی و توابع انتقالی رگرسیونی برای پیش بینی ظرفیت تبادل کاتیونی خاک های استان چهارمحال و بختیاری. آب و خاک (علوم و صنایع کشاورزی)، 23(4)، 90-99. SID. https://sid.ir/paper/141422/fa

    Vancouver: کپی

    معماریان فرد مجتبی، بیگی هرچگانی حبیب اله. مقایسه مدل های شبکه عصبی مصنوعی و توابع انتقالی رگرسیونی برای پیش بینی ظرفیت تبادل کاتیونی خاک های استان چهارمحال و بختیاری. آب و خاک (علوم و صنایع کشاورزی)[Internet]. 1388؛23(4):90-99. Available from: https://sid.ir/paper/141422/fa

    IEEE: کپی

    مجتبی معماریان فرد، و حبیب اله بیگی هرچگانی، “مقایسه مدل های شبکه عصبی مصنوعی و توابع انتقالی رگرسیونی برای پیش بینی ظرفیت تبادل کاتیونی خاک های استان چهارمحال و بختیاری،” آب و خاک (علوم و صنایع کشاورزی)، vol. 23، no. 4، pp. 90–99، 1388، [Online]. Available: https://sid.ir/paper/141422/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button