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:

1,401
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

823
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

7

اطلاعات مقاله نشریه

عنوان

ارزیابی عملکرد شبکه های عصبی مصنوعی در کاهش پارامترهای مورد نیاز، جهت برآورد تبخیر و تعرق مرجع

صفحات

 صفحه شروع 91 | صفحه پایان 101

چکیده

 تخمین درست تبخیر و تعرق مرجع (ET0) به عنوان یکی از عمده ترین اجزاء چرخه هیدرولوژیکی, در مطالعات, طراحی و مدیریت سیستم های آبیاری حائز اهمیت فراوان است. لکن تعدد پارامترهای مورد نیاز در محاسبه تبخیر و تعرق از یکسو و عدم اندازه گیری برخی پارامترها از سوی دیگر, تخمین درست آن را در برخی مناطق با مشکل مواجه کرده است. هدف از این تحقیق, ارزیابی عملکرد شبکه های عصبی مصنوعی (ANN) در کاهش پارامترهای مورد نیاز برای برآورد تبخیر و تعرق مرجع (ET0) و مقا یسه آن با روش هایی چون فائو پنمن مانتیس, بلانی کریدل, جنسن هیز اصلاح شده و هارگریوز سامانی می باشد. برای این منظور از شبکه های پرسپترون چند لایه, قانون یاد گیری پس انتشار خطا و داده های روزانه ایستگاه مهرآباد تهران, طی سال های 1991 تا 2000 میلادی استفاده شد. روش فائو پنمن مانتیس به عنوان روش استاندارد انتخاب و به کمک پارامترهای (n ,U2 ,RHmax ,Rn ,Tdew ,Tmin ,Tmax), 11 مدل ANN با ساختارهای متفاوت طراحی گردید. انتخاب مدلهای ANN مطلوب با استفاده از معیارهای MBE ,MAE ,R2  ,RMSE صورت گرفت. بر اساس نتا یج به دست آمده مدل ANN1 با پارامترهای (,RHmean ,U2 ,Rn ,Tmean) و مدل ANN10 با تنها یک پارامتر ورودی (Tmean) بیشترین و کمترین دقت را در برآورد ET0 به همراه داشتند. از طرفی دو پارامتر دما و سرعت باد به عنوان موثرترین فاکتورها در دقت برآورد مدل های ANN شناسایی شد. به طور کلی هرچند با کاهش پارامترهای ورودی از دقت مدل های ANN کاسته می شود ولی نتایج بدست آمده حاکی ازعملکرد مطلوب شبکه های عصبی در کنارروش های چون فائو پنمن مانتیس, بلانی کریدل, جنسن هیز اصلاح شده و هارگریوز سامانی است. از اینرو مدل های ANN می توانند در شرایط فقدان اطلاعات کافی, راهکار مناسب تری نسبت به روش های تجربی به شمار روند.

استنادها

ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    کوچک زاده، مهدی، و بهمنی، عارف. (1384). ارزیابی عملکرد شبکه های عصبی مصنوعی در کاهش پارامترهای مورد نیاز, جهت برآورد تبخیر و تعرق مرجع. علوم کشاورزی، 11(4)، 91-101. SID. https://sid.ir/paper/400662/fa

    Vancouver: کپی

    کوچک زاده مهدی، بهمنی عارف. ارزیابی عملکرد شبکه های عصبی مصنوعی در کاهش پارامترهای مورد نیاز, جهت برآورد تبخیر و تعرق مرجع. علوم کشاورزی[Internet]. 1384؛11(4):91-101. Available from: https://sid.ir/paper/400662/fa

    IEEE: کپی

    مهدی کوچک زاده، و عارف بهمنی، “ارزیابی عملکرد شبکه های عصبی مصنوعی در کاهش پارامترهای مورد نیاز, جهت برآورد تبخیر و تعرق مرجع،” علوم کشاورزی، vol. 11، no. 4، pp. 91–101، 1384، [Online]. Available: https://sid.ir/paper/400662/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