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:

39
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

7
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

مدل سازی پایداری خاکدانه های خیس بر اساس جنگل تصادفی بهینه شده با الگوریتم ژنتیک

صفحات

 صفحه شروع 1095 | صفحه پایان 1111

چکیده

 مطالعه وضعیت پایداری خاکدانه های خیس (WAS), به عنوان شاخصی رایج از ساختمان خاک و نیز ارزیابی کیفیت آن, برای مدیریت بهینه منابع خاک و آب, حائز اهمیت است. در پژوهش حاضر, برای مدل سازی پایداری خاکدانه های خیس از مدل های یادگیری ماشین جنگل تصادفی (RF)  و جنگل تصادفی بهینه شده با الگوریتم ژنتیک (GA-RF) استفاده شد. بدین منظور, ویژگی های بافت, ماده آلی و آهک 55 نمونه خاک از جنگل های ارسباران تعیین و سپس با ترکیب های ورودی مختلف بر اساس مقادیر همبستگی با پارامتر WAS, مدل سازی با استفاده از هفت سناریو انجام شد. به منظور تعیین توانایی مدل های اجرا شده, سه شاخص عملکرد ضریب همبستگی (CC), جذر میانگین مربعات خطای نرمال شده (NRMSE)  و ضریب ویلموت (WI)  مورد استفاده قرار گرفت. نتایج نشان داد که مدل RF5 در بین مدل های جنگل تصادفی با 038/0NRMSE =, 736/0CC = ,  789/0WI =  و مدل GA-RF5 در بین مدل های جنگل تصادفی بهینه شده با الگوریتم ژنتیک با 031/0NRMSE = , 800/0CC = ,  842/0WI =   با ورودی درصد شن و سیلت و رس, بهترین عملکرد را داشتند. علاوه براین نتایج RF1  ) 047/0NRMSE = , 589/0CC = ,  721/0WI = ( و GA-RF1  ) 036/0NRMSE = , 662/0CC = ,  797/0WI = ( نشان داد که درصد رس بالاترین درجه همبستگی را با پایداری خاکدانه ها دارد. همچنین, با اضافه شدن کربنات کلسیم معادل در سناریو 7, بهبود عملکرد و تأثیر مثبت این ویژگی در پیش بینی پایداری خاکدانه های خیس مشاهده گردید. بنابراین, مدل جنگل تصادفی بهینه شده با الگوریتم ژنتیک برای تعیین دقیق و مناسب پایداری خاکدانه های خیس در مطالعات مربوط به خصوصیات خاک توصیه می گردد.

چندرسانه ای

  • ثبت نشده است.

    • استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    مقالات مرتبط نشریه ای

  • ثبت نشده است.

    • 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