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:

1,014
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

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

استناد:

1

اطلاعات مقاله نشریه

عنوان

کاربرد شبکه عصبی مصنوعی در پیش بینی هدایت هیدرولیکی اشباع با استفاده از پارامترهای فیزیکی خاک

صفحات

 صفحه شروع 97 | صفحه پایان 112

چکیده

 ویژگی های هیدرولیکی خاک همچون هدایت هیدرولیکی اشباع و غیراشباع در مطالعات زیست محیطی نقش مهمی را ایفا می نمایند. از آنجائی که اندازه گیری مستقیم این قبیل ویژگی های هیدرولیکی خاک امری وقت گیر و هزینه بر است روش های غیرمستقیمی چون توابع انتقالی و شبکه های عصبی مصنوعی بر مبنای پارامترهای سهل الوصول خاک توسعه یافته اند. در این خصوص در این مطالعه, از شبکه عصبی مصنوعی به منظور تخمین هدایت هیدرولیکی اشباع خاک با استفاده از داده های اندازه گیری شده منحنی مشخصه رطوبتی خاک و جرم مخصوص ظاهری استفاده شده است. با استفاده از داده های اندازه گیری شده جرم مخصوص ظاهری خاک, بعد فرکتالی منحنی مشخصه رطوبتی, مکش در نقطه ورود هوا, تخلخل موثر, مقادیر هدایت هیدرولیکی اشباع خاک با استفاده از شبکه عصبی مصنوعی تخمین زده شدند. در مرحله آموزش مدل از 114 داده اندازه گیری شده منحنی مشخصه رطوبتی و جرم مخصوص ظاهری خاک و در مرحله آزمون از 28 داده باقیمانده استفاده شد. مقادیر MSE و R2 در مرحله آزمون مدل شبکه عصبی مصنوعی با چهار پارامتر ورودی به ترتیب 0.0028 و 0.76 محاسبه شدند. مقایسه عملکرد مدل شبکه عصبی مصنوعی با دو مدل ارائه شده توسط رائولز و همکاران نشان داد که مدل شبکه عصبی مصنوعی با دقت بالاتری هدایت هیدرولیکی اشباع خاک را پیش بینی می نماید.

استنادها

ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    قنبریان علویجه، بهزاد، لیاقت، عبدالمجید، و سهرابی، سمانه. (1388). کاربرد شبکه عصبی مصنوعی در پیش بینی هدایت هیدرولیکی اشباع با استفاده از پارامترهای فیزیکی خاک. مجله تحقیقات مهندسی کشاورزی، 10(1)، 97-112. SID. https://sid.ir/paper/27981/fa

    Vancouver: کپی

    قنبریان علویجه بهزاد، لیاقت عبدالمجید، سهرابی سمانه. کاربرد شبکه عصبی مصنوعی در پیش بینی هدایت هیدرولیکی اشباع با استفاده از پارامترهای فیزیکی خاک. مجله تحقیقات مهندسی کشاورزی[Internet]. 1388؛10(1):97-112. Available from: https://sid.ir/paper/27981/fa

    IEEE: کپی

    بهزاد قنبریان علویجه، عبدالمجید لیاقت، و سمانه سهرابی، “کاربرد شبکه عصبی مصنوعی در پیش بینی هدایت هیدرولیکی اشباع با استفاده از پارامترهای فیزیکی خاک،” مجله تحقیقات مهندسی کشاورزی، vol. 10، no. 1، pp. 97–112، 1388، [Online]. Available: https://sid.ir/paper/27981/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






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