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:

407
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:

اطلاعات مقاله نشریه

عنوان

شبکه عصبی مصنوعی هدایت هیدرولیکی معادله فلیپ ضریب جذب نفوذ آب

صفحات

 صفحه شروع 25 | صفحه پایان 36

چکیده

 نفوذپذیری آب در خاک یکی از مهم ترین پدیده های فیزیکی خاک است. روش های تجربی تعیین معادله های نفوذ, نیازمند انجام آزمایش های زمان بر و پرهزینه است, لذا در این پژوهش از روش غیرمستقیم شبکه عصبی مصنوعی برای تخمین مقادیر ضریب جذب (S) و فاکتور انتقال(A) معادله فیلیپ استفاده شد. ساختارهای مختلف شبکه عصبی مصنوعی متشکل از الگوریتم های آموزش TrainLM و TrainBR و توابع انتقال لوگ سیگموئید و تانژانت سیگموئید برای لایه های میانی و تابع تبدیل خطی برای لایه خروجی و ترکیبات متفاوتی از ورودی ها, شامل مقادیر نفوذ تجمعی و زمان های مربوط به هرکدام, به عنوان ورودی ثابت و درصد شن, درصد سیلت, درصد رس, چگالی ظاهری و ماده آلی به عنوان ورودی های متغیر, برای 30 نقطه در دانشکده کشاورزی واقع در منطقه باجگاه بررسی گردید. برای تخمین ضریب جذب بهترین ساختار دارای دو لایه مخفی و 3 ورودی (درصد شن, درصد سیلت و درصد رس) با دو نرون در لایه اول و سه نرون در لایه دوم و الگوریتم آموزش TrainLM بود. برای تخمین فاکتور انتقال بهترین ساختار دارای دو لایه مخفی و 5 ورودی (چگالی ظاهری, مقدار ماده آلی, درصد شن, درصد سیلت و درصد رس) با دو نرون در لایه اول و سه نرون در لایه دوم و الگوریتم آموزش Train BR بود. افزایش تعداد لایه های مخفی و تعداد ورودی ها تاثیر به سزایی در بهبود نتیجه داشت و شبکه عصبی در تخمین مقادیر فاکتور انتقال عملکرد بسیار بهتری نسبت به ضریب جذب را نشان داد. مقدار ضریب تعیین (R2) نشان داد که پیشبینی های شبکه عصبی برای A (% 6/84) بهتر از S (% 5/77) می باشد. متن کامل این مقاله به زبان انگلیسی می باشد. لطفا برای مشاهده متن کامل مقاله به بخش انگلیسی مراجعه فرمایید.لطفا برای مشاهده متن کامل این مقاله اینجا را کلیک کنید.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    ابریشمی شیرازی، نازنین، و سپاسخواه، علیرضا. (1398). شبکه عصبی مصنوعی هدایت هیدرولیکی معادله فلیپ ضریب جذب نفوذ آب. تحقیقات کشاورزی ایران، 38(2 )، 25-36. SID. https://sid.ir/paper/361426/fa

    Vancouver: کپی

    ابریشمی شیرازی نازنین، سپاسخواه علیرضا. شبکه عصبی مصنوعی هدایت هیدرولیکی معادله فلیپ ضریب جذب نفوذ آب. تحقیقات کشاورزی ایران[Internet]. 1398؛38(2 ):25-36. Available from: https://sid.ir/paper/361426/fa

    IEEE: کپی

    نازنین ابریشمی شیرازی، و علیرضا سپاسخواه، “شبکه عصبی مصنوعی هدایت هیدرولیکی معادله فلیپ ضریب جذب نفوذ آب،” تحقیقات کشاورزی ایران، vol. 38، no. 2 ، pp. 25–36، 1398، [Online]. Available: https://sid.ir/paper/361426/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