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.

آبیاری جویچه‌ای, تابع عضویت TriMF, تابع فعال LogSig, روش بیلان حجم, کارایی مدل