ارزیابی توانایی مدل های هوشمند در برآورد تابش کل خورشیدی ماهانه
- سال انتشار: 1400
- محل انتشار: فصلنامه دانش آب و خاک، دوره: 31، شماره: 2
- کد COI اختصاصی: JR_WASO-31-2_003
- زبان مقاله: فارسی
- تعداد مشاهده: 350
نویسندگان
دانشجوی دکتری آبیاری و زهکشی، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه
دانشیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه
استاد گروه آب، دانشکده عمران ، دانشگاه تبریز
استاد گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه
چکیده
در این پژوهش، مطالعهای مقایسهای بین مدلهای شبکه عصبی مصنوعی (ANN)، سیستم استنتاج فازی- عصبی تطبیقی (ANFIS) و برنامهریزی بیان ژن (GEP) برای برآورد تابش خورشیدی ماهانه صورت گرفت. بدین منظور، از دادههای ۲۴ ساله ایستگاه همدیدی تبریز، شامل تابش کل خورشیدی (RS, MJ m−۲)، ساعات آفتابی و دمای هوا (°C) بهره گرفته شد. برای اجرای مدلهای هوش مصنوعی، ترکیب جدیدی از ورودیها، شامل متوسط ماهانه شاخص صاف بودن آسمان (KT)، متوسط ماهانه تفاضل دمای بیشینه از دمای کمینه (ΔT)، ساعات آفتابی نسبی ( ) و متوسط ماهانه تابش فرازمینی روزانه (Ra)، به کار گرفته شد. با توجه به اینکه کمترین مقادیر آمارههای MBE و RMSE (به ترتیب برابر با ۱۳/۰ و ۹۷/۱ مگاژول بر متر مربع) و بیشترین مقدار R۲ (۹۲/۰)، با استفاده از نتایج مدل شبکه عصبی مصنوعی بهدست آمد، لذا ANN به عنوان بهترین مدل برای برآورد تابش کل آفتابی ماهانه انتخاب شد. همچنین استفاده از نمودارهای چارک- چارک، نشان داد که هرچند، شبکه عصبی مصنوعی، بهترین برازش را برای دادههای تابش کل خورشیدی ماهانه ارائه میکند، اما توانایی این مدل در برآورد مقادیر بالای تابش کل خورشیدی ماهانه کاهش مییابد. لذا استفاده از این مدل برای مناطق با میزان تابش دریافتی کمتر توصیه میشود. عملکرد مدل ANFIS در تحت پوشش قرار دادن مقادیر بالا و پائین (چارکهای چهارم و اول) از سایر مدلها بهتر بود. بنابراین مزیت مدل ANFIS را در برآورد دقیقتر مقادیر بزرگتر تابش خورشیدی است و از این مدل برای برآورد تابش خورشیدی در مناطق با میزان بالای دریافتی تابش خورشیدی میتوان بهره برد. علاوه بر این، بر خلاف نتایج پژوهشهای پیشین که عملکرد مدل GEP برای برآورد تابش آفتابی روزانه را رضایت بخش ارزیابی نکرده بودند، نتایج پژوهش حاضر نشان داد که استفاده از مدل GEP برای برآورد تابش آفتابی کل ماهانه، به ویژه در محدوده ۲۵۰ تا ۸۰۰ مگاژول بر متر مربع رضایت بخش است. بنابراین میتوان چنین نتیجه گرفت که توانایی مدل GEP در مدلسازی پدیدههایی با نوسانات کمتر و محدوده کوچکتر بیشتر است.کلیدواژه ها
برنامه ریزی بیان ژن, تابش کل آفتابی ماهانه, سیستم استنتاج فازی - عصبی تطبیقی, شبکه عصبی مصنوعی, تبریزاطلاعات 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.