برآورد تابش خورشیدی با کاربرد شبکه عصبی مصنوعی بهینه سازی شده با الگوریتم ژنتیک و استفاده از پارامترهای هواشناسی
- سال انتشار: 1401
- محل انتشار: مجله تحقیقات آب و خاک ایران، دوره: 53، شماره: 7
- کد COI اختصاصی: JR_IJSWR-53-7_006
- زبان مقاله: فارسی
- تعداد مشاهده: 163
نویسندگان
Ph.D. Candidate of Irrigation and Drainage, Department of Water Engineering, Faculty of Agriculture, Tabriz University, Tabriz, Iran
Department of Water Engineering, Faculty of Agriculture, University of Tabriz, Tabriz, Iran
Professor, Department of Water Engineering, Faculty of Agriculture, Tabriz University, Tabriz, Iran
چکیده
تابش خورشیدی یکی از عوامل کلیدی در زمینه های کشاورزی، هیدرولوژی و هواشناسی است و نقش اساسی در انواع فرآیندهای فیزیکی، بیولوژیکی و شیمیایی از جمله ذوب برف، تبخیر، فتوسنتز گیاه و تولید محصول ایفا می کند و برآورد دقیق این پارامتر اهمیت فراوانی دارد. بر این اساس، در این مطالعه مقادیر تابش خورشیدی روزانه با استفاده از مدل های مختلف شبکه عصبی مصنوعی و شبکه عصبی مصنوعی بهینه سازی شده با الگوریتم ژنتیک در شش ایستگاه استان اردبیل شامل اردبیل، بیله سوار، سرعین، گرمی، مشگین شهر و نیر تخمین زده شد. داده های استفاده شده در این تحقیق بیشینه، کمینه و میانگین دما، رطوبت نسبی و سرعت باد ایستگاه های مذکور در بازه زمانی دو ساله (۲۰۱۸-۲۰۱۷) می باشند که در هشت ترکیب مختلف به عنوان داده های ورودی مدل ها به کار گرفته شده اند. همچنین از شاخص های آماری ضریب همبستگی، جذر میانگین مربعات خطا، شاخص ویلموت، راندمان کلینگ-گاپتا و دیاگرام تیلور برای مقایسه نتایج به دست آمده بهره گرفته شده است. به طورکلی نتایج به دست آمده نشان داد که در روش شبکه عصبی مصنوعی، مدل های ایستگاه بیله سوار و در روش شبکه عصبی مصنوعی-الگوریتم ژنتیک مدل های ایستگاه اردبیل دقیق ترین نتایج را ثبت کردند. همچنین مدل MLP-VIIIدر ایستگاه بیله سوار با دارا بودن ضریب همبستگی ۸۵۶/۰، جذر میانگین مربعات خطای ۳۱۹/۰ (مگاژول بر متر مربع در روز)، راندمان کلینگ-گاپتا ۶۵۹/۰ و شاخص ویلموت ۸۹۳/۰ بهترین عملکرد را در بین مدل های به کار گرفته شده دارد. در نتیجه، استفاده از شبکه عصبی مصنوعی بهینه سازی شده با الگوریتم ژنتیک در برآورد هر چه دقیق تر تابش خورشیدی توصیه می گردد.کلیدواژه ها
Agriculture, Artificial Intelligence, Efficiency, Optimization, Solar energyاطلاعات 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.