ارزیابی عملکرد شبکه های عصبی مصنوعی با تلفیق الگوریتم ژنتیک در برآورد سرعت نفوذ آب به خاک (مطالعه موردی: منطقه خداآفرین استان آذربایجان شرقی)
محل انتشار: مجله تحقیقات آب و خاک ایران، دوره: 50، شماره: 5
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 138
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJSWR-50-5_008
تاریخ نمایه سازی: 3 خرداد 1402
چکیده مقاله:
نفوذ، نقش حیاتی را در چرخه هیدرولوژیکی با میزان پراکندگی آب به اجزای سطحی و زیرسطحی ایفا میکند. اندازهگیری مستقیم سرعت نفوذ، معمولا کاربر، هزینهبر و وقت گیر هستند. شبکه عصبی مصنوعی، برنامهریزی بیان ژن و الگوریتم ترکیبی شبکه عصبی مصنوعی-الگوریتم ژنتیک بهعنوان روشهای غیرمستقیم برای تخمین نفوذ آب به خاک استفاده شدند. هدف از این مطالعه، توسعه یک مدل مناسب برای تخمین نفوذ آب به خاک با استفاده از استوانه مضاعف در ۸۸ نقطه از منطقه خدآفرین استان آذربایجان شرقی میباشد. آنالیز همبستگی پیرسون نشان داد که از بین ویژگیهای خاکی، شن، سیلت، تخلخل کل و کربن آلی بیشترین همبستگی را با نفوذ آب به خاک دارند. مقادیر ضریب تبیین و ریشه میانگین مربعات خطای نرمال شده برای مدل شبکههای عصبی مصنوعی و برنامهریزی بیان ژن بهترتیب برابر ۸۸/۰، ۹/۷ و ۷۵/۰، ۳/۱۱ محاسبه شد که هر دو روش در ارزیابی حداقل و حداکثر مقادیر نفوذ آب به خاک از دقت کافی برخوردار نبودند. در روش شبکههای عصبی مبتنی بر الگوریتم ژنتیک از توابع تانژانت سیگموئیدی در لایه میانی و محرک خطی در لایه خروجی با ۵ نرون در لایه فعال استفاده شد. این مدل از دقت و صحت بیشتری نسبت به مدل شبکههای عصبی مصنوعی و برنامهریزی بیان ژن برخوردار میباشد، بهطوریکه مقادیر R۲ و NRMSE برای مدل ترکیبی عصبی- ژنتیک بهترتیب برابر ۹۳/۰ و ۱/۶ درصد بود. نهایتا الگوریتم ژنتیک با بهینهسازی اوزان شبکههای عصبی باعث بهبود مدلسازی شد، لذا این روش بهعنوان روش کارا در تخمین نفوذ آب به خاک معرفی میگردد.
کلیدواژه ها:
نویسندگان
محمد صادق علیائی
عضو هیات علمی وزارت علوم، تحقیقات و فناوری ( معاونت پژوهش و فناوری)
علی باریکلو
دانش آموخته کارشناسی ارشد علوم خاک، دانشکده کشاورزی، دانشگاه زنجان، زنجان، ایران
مسلم ثروتی
استادیار مرکزآموزش عالی شهید باکری میاندوآب، دانشگاه ارومیه، ارومیه، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :