تحلیل عدم قطعیت خروجی شبکه عصبی در شبیه سازی هدایت هیدرولیکی اشباع خاک

سال انتشار: 1394
محل انتشار: نشریه آبیاری و زهکشی ایران، دوره: 9، شماره: 4
کد COI اختصاصی: JR_IDJ-9-4_010
زبان مقاله: فارسی
تعداد مشاهده: 297

نویسندگان

استادیار گروه مهندسی آب، دانشگاه بیرجند، بیرجند، ایران

چکیده

هدایت هیدرولیکی اشباع خاک از مهمترین ویژگیهای فیزیکی خاک است که در مدیریت آبیاری مزارع، انتقال آلودگی و همچنین جریان آب در محیطهای غیراشباع نقش مهمی را دارا است. لیکن در بیشتر موارد به علت محدودیتهای عملی و یا هزینهای، اندازهگیری آن با دشواری همراه است. از این رو استفاده از مدلهای شبیهسازی داده محور مانند شبکه عصبی مصنوعی با صرف هزینه کم و کارایی بالا میتوانند جایگزین مناسبی برای این منظور باشد. از آنجا که انتخاب دورههای مختلف آموزش و آزمون به همراه توابع انتقال و آموزش متفاوت در این نوع مدلها به عنوان مهمترین منبع خطا میباشد، لذا عدم اطمینان و قطعیت لازم در مقادیر خروجی شبیهسازی شده مدل نیز از آن قابل نتیجهگیری میباشد. از این رو در این تحقیق بررسی منابع عدم قطعیت مذکور در شبیهسازی هدایت هیدرولیکی اشباع خاک مورد بررسی قرار گرفته است. در انجام این تحقیق، تعداد ۱۵۱ نمونه از خاکهای زراعی (اراضی اطراف شهرستان بجنورد) انتخاب و متغیرهای موثر چگالی ظاهری و واقعی خاک با کمک رگرسیون مرحلهای از بین دوازده متغیر مختلف اندازهگیری شده جهت برآورد هدایت هیدرولیکی اشباع به کار گرفته شد. نتایج تحلیل عدم قطعیت بهدست آمده از ۱۰۰۰ سری داده مختلف نمونهگیری شده (با کمک نمونه گیر مونت کارلو) جهت استفاده در دورههای آموزش و آزمون شبکه عصبی پرسپترون با دو لایه بررسی و ارزیابی گردید. علاوه بر این، عملکرد ترکیب توابع انتقال و آموزش مختلف شبکه عصبی در تمام ۱۰۰۰ سری داده نیز بهعنوان دومین منبع خطا ارزیابی شد. نسبت درصد قرارگیری مشاهدات در بازه اطمینان به پهنای بازه (معیار NUE) برای توابع انتقال لگاریتم سیگموئید (NUE=۰.۵۷) و خطی (NUE=۰.۵۹) نسبت به تابع تانژانت سیگموئید (NUE=۰.۲۵)، بالاتر و بهتر مشاهده گردید. همچنین از بین توابع مختلف آموزش تنها تابع کاهش گرادیان دارای زمان اجرای بالاتر و مقدار معیار NUE پایینتر به نسبت بقیه بوده و بنابراین بیشترین عدم قطعیت را در نتایج مقادیر هدایت هیدرولیکی خروجی شبیهسازی شده داشت.

کلیدواژه ها

توابع انتقال و آموزش, هدایت هیدرولیکی اشباع خاک, عدم قطعیت شبکه عصبی مصنوعی

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.