ارزیابی شبکههای عصبی و منطق فازی در شبیهسازی نفوذ آب در جویچههای بازسازیشده و غیربازسازیشده در مزارع نیشکر
عنوان مقاله: ارزیابی شبکههای عصبی و منطق فازی در شبیهسازی نفوذ آب در جویچههای بازسازیشده و غیربازسازیشده در مزارع نیشکر
شناسه ملی مقاله: JR_WATER-11-3_010
منتشر شده در در سال 1400
شناسه ملی مقاله: JR_WATER-11-3_010
منتشر شده در در سال 1400
مشخصات نویسندگان مقاله:
محسن احمدی - دانشگاه شهید چمران اهواز
سعید برومند نسب - ۲- استاد گروه آبیاری و زهکشی دانشکده مهندسی علوم آب دانشگاه شهید چمران اهواز.
عبدعلی ناصری - شهید چمران اهواز
خلاصه مقاله:
محسن احمدی - دانشگاه شهید چمران اهواز
سعید برومند نسب - ۲- استاد گروه آبیاری و زهکشی دانشکده مهندسی علوم آب دانشگاه شهید چمران اهواز.
عبدعلی ناصری - شهید چمران اهواز
نیشکر از جمله گیاهان پر مصرف از نظر آبیاری است که در استان خوزستان و به روش جویچهای بازسازی شده و غیربازسازی شده آبیاری میشود. عمده تلفات در این روش به صورت نفوذ انجام میشود لیکن اندازهگیری نفوذ در هر مزرعه بسیار زمانبر و پرهزینه است. بنابراین ارائه روشی آسان و سریع برای تعیین و مدیریت نفوذ در این مزارع بسیار حائز اهمیت است. بنابراین، در تحقیق حاضر به ارزیابی دو روش شبکه عصبی و منطق فازی در شبیهسازی نفوذ آب در 5 کشت و صنعت نیشکر در استان خوزستان پرداخته شد. شبکه عصبی با 12 سناریو (دو تابع فعال LogSig و TanSig با 3، 5 و 7 نرون در لایه پنهان) و روش منطق فازی با 8 سناریو (دو تابع عضویت TriMF و GaussMF با 2 و 3 تابع عضویت برای هر ورودی) مورد مطالعه قرار گرفتند. نتایج نشان داد که روش شبکه عصبی با تابع فعال LogSig به همراه 5 نرون لایه پنهان، خطا ( m3.m-112/0RMSE=)، دقت (037/0NRMSE=) و کارایی (99/0EF= و 99/0d=) مناسبی برای شبیهسازی نفوذ در جویچههای بازسازی شده داشت. روش شبکه عصبی با تابع فعال TanSig با 5 نرون در لایه پنهان نیز خطا (m3.m-120/0RMSE=)، دقت (11/0NRMSE=) و کارایی (99/0EF= و 99/0d=) لازم برای شبیهسازی نفوذ در جویچههای غیربازسازی شده داشت. روش منطق فازی برای شبیهسازی در جویچههای غیربازسازی شده دقت و کارایی پایینی داشت ولی تابع عضویت TriMF-2 خطا ( m3.m-13/1RMSE=)، دقت (052/0NRMSE=) و کارایی (98/0 EF= و 99/0d=) قابل قبول را برای شبیهسازی نفوذ در جویچههای بازسازی شده داشت. براساس مقایسه نتایج کلیه سناریوها، روش دقت شبکههای عصبی نسبت به منطق فازی 82 درصد بهتر بود.
کلمات کلیدی: آبیاری جویچهای, تابع عضویت TriMF, تابع فعال LogSig, روش بیلان حجم, کارایی مدل
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1170818/