ارزیابی کارآیی دو نرم افزار شبکه عصبی مصنوعی در پیش بینی تبخیر- تعرق گیاه مرجع
- سال انتشار: 1388
- محل انتشار: فصلنامه دانش آب و خاک، دوره: 19، شماره: 1
- کد COI اختصاصی: JR_WASO-19-1_002
- زبان مقاله: فارسی
- تعداد مشاهده: 265
نویسندگان
دانشکده کشاورزی، دانشگاه بوعلی سینا
دانشکده کشاورزی، دانشگاه بوعلی سینا
دانشکده کشاورزی، دانشگاه بوعلی سینا
دانشکده کشاورزی، دانشگاه تربیت مدرس
دانشکده کشاورزی، دانشگاه بوعلی سینا
چکیده
در این تحقیق، کارائی دو نرمافزارشبکه عصبی مصنوعی (ANN) در برآورد تبخیر-تعرق گیاه مرجع (ET۰) بررسی گردید. بدین منظور از دادههای ۲ سال لایسیمتری به عنوان ارقام شاهد برای ارزیابی استفاده شده و دو نرمافزار مرسوم NS وNW با قابلیت بهکارگیری آلگوریتمهای متفاوت، بهکار رفت. جهت ارزیابی اجرای دو نرمافزار برای آرایشها، قواعد یادگیری و توابع محرک مختلف، از شاخصهای آماری جذر میانگین مربعات خطا (RMSE)، میانگین خطای مطلق (MAE) و ضریب تعیین (R۲) استفاده شد. با اجرای نرمافزار NS آرایش مطلوب با ویژگی حداقل RMSE، MAE و حداکثر R۲ در مقایسه با ارقام مشاهداتی (لایسیمتری) به ترتیب معادل ۰۸/۰ (میلی متر در روز)، ۰۷/۰ (میلی متر در روز) و ۸۷/۰ بدست آمد. نتایج تحقیق نشان داد نرمافزار NS با آرایش مطلوب که ویژگی مدل آموزشی گرادیان مزدوج و تابع محرک سیگمویید را دارا باشد، نسبت به نرمافزار NW با توجه به تعداد تکرار کمتر و زمان محاسباتی کوتاهتر برتری دارد. نتایج نشان داد وجود دو لایه پنهان نسبت به یک لایه پنهان بر دقت تبخیر-تعرق برآورد شده از نرمافزار، تاثیری نداشت. بررسی حساسیت مدل شبکه عصبی مصنوعی نشان داد که تبخیر- تعرق بیشترین وابستگی را به حداکثر دمای هوا و کمترین وابستگی را به حداقل رطوبت نسبی دارد.کلیدواژه ها
تبخیر- تعرق گیاه مرجع, دمای هوا, رطوبت سنجی, شبکه عصبی مصنوعیاطلاعات 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.