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

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:

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

دانلود:

0
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

برآورد نقطه ای منحنی مشخصه رطوبتی خاک با استفاده از شبکه عصبی مصنوعی و بهینه سازی آن با الگوریتم ژنتیک در کشت و صنعت های نیشکر خوزستان

صفحات

 صفحه شروع 40 | صفحه پایان 50

چکیده

 ویژگی های هیدرولیکی خاک در مدیریت اراضی تحت کشت نیشکر نقش به سزایی دارد. هدف از این تحقیق برآورد نقطه ای منحنی مشخصه ی رطوبتی خاکبااستفاده شبکه ی عصبی مصنوعیوبهینه سازیآنبا الگوریتم ژنتیک می باشد. به این منظور براساس ویژگی های مدیریت اراضی, درصد مواد آلی, بافت خاک, هدایت الکتریکی و درصد سدیم جذب سطحی شده, 4 واحد کاری در کشت و صنعت های دعبل خزاعی, امیر کبیر, کارون و هفت تپه انتخاب شد. در مجموع تعداد 310 نمونه خاک از دو عمق 40-0 و 80-40 سانتی متری نیمرخ خاک به طور تصادفی برداشت گردید. در این پژوهش پنج مدل به شکل سلسله مراتبی به وسیله ی شبکه ی عصبی مصنوعی برای برآورد نقطه ای منحنی مشخصه ی رطوبتی خاکمورد پی ریزی و ارزیابی قرار گرفت. جهت بررسی کارآیی مدل ها از ضریب همبستگی اسپیرمن (R), متوسط مربعات خطای نرمال شده (NMSE) و متوسط خطای مطلق (MAE) استفاده شد. از آن جا که انتخاب هر یک از پارامترهای متغیر شبکه ی عصبی مستلزم آزمون و خطاهای مکرر و در نتیجه آموزش تعداد زیادی شبکه با ساختار مختلف بود, از روش الگوریتم ژنتیک برای بهینه یابی این پارامترها استفاده شد و کارایی این روش در بهینه سازی شبکه ی عصبی بررسی گردید. نتایج نشان داد که شبکه ی عصبی در مدل سازی و برآورد نقطه ای منحنی مشخصه ی رطوبتی خاکاز دقت بالایی برخوردار است (054/0NMSE=, 019/0MAE=, 963/0R=). همچنین تلفیق شبکه ی عصبی با الگوریتم ژنتیک, جهت بهینه سازی شرایط اجرایی آن, مثبت ارزیابی گردید و روش تلفیقی در تمامی موارد برتری خود را نسبت به اجرای شبکه ی عصبی بدون بهینه سازی نشان داد (015/0NMSE=, 01/0MAE=, 985/0R=).

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    جنادله، نبی، نادیان، حبیب اله، خلیلی مقدم، بیژن، و قربانی دشتکی، شجاع. (1395). برآورد نقطه ای منحنی مشخصه رطوبتی خاک با استفاده از شبکه عصبی مصنوعی و بهینه سازی آن با الگوریتم ژنتیک در کشت و صنعت های نیشکر خوزستان. پژوهش های آبخیزداری (پژوهش و سازندگی)، 29(113 )، 40-50. SID. https://sid.ir/paper/200694/fa

    Vancouver: کپی

    جنادله نبی، نادیان حبیب اله، خلیلی مقدم بیژن، قربانی دشتکی شجاع. برآورد نقطه ای منحنی مشخصه رطوبتی خاک با استفاده از شبکه عصبی مصنوعی و بهینه سازی آن با الگوریتم ژنتیک در کشت و صنعت های نیشکر خوزستان. پژوهش های آبخیزداری (پژوهش و سازندگی)[Internet]. 1395؛29(113 ):40-50. Available from: https://sid.ir/paper/200694/fa

    IEEE: کپی

    نبی جنادله، حبیب اله نادیان، بیژن خلیلی مقدم، و شجاع قربانی دشتکی، “برآورد نقطه ای منحنی مشخصه رطوبتی خاک با استفاده از شبکه عصبی مصنوعی و بهینه سازی آن با الگوریتم ژنتیک در کشت و صنعت های نیشکر خوزستان،” پژوهش های آبخیزداری (پژوهش و سازندگی)، vol. 29، no. 113 ، pp. 40–50، 1395، [Online]. Available: https://sid.ir/paper/200694/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    مرکز اطلاعات علمی SID
    strs
    دانشگاه امام حسین
    بنیاد ملی بازیهای رایانه ای
    کلید پژوه
    ایران سرچ
    ایران سرچ
    فایل موجود نیست.
    بازگشت به بالا