ارزیابی مدل های شبکه عصبیMLP و RBF در برآورد تبخیر ماهانه مطالعه موردی: ایستگاه هواشناسی رشت
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,165
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SADHE02_202
تاریخ نمایه سازی: 3 آذر 1392
چکیده مقاله:
تبخیر یکی از مهمترین اجزای چرخه هیدرولوژیکی است. تخمین دقیق این پارامتر در مطالعات زیادی از قبیل بیلان آبی، طراحی سیستمهای آبیاری و مدیریت بهینه منابع آب میتواند موثر واقع شود. برای برآورد میزان تبخیر میتوان از روش مستقیم یافیزیکی و یا روشهای تجربی استفاده کرد. در روش اندازهگیری مستقیم ابزار مورد نیاز برای اندازهگیری تبخیر در ایستگاههای هواشناسی نصب میگردد. در این تحقیق به منظور ارزیابی مدلهای شبکه عصبیMLP و RBFدر برآورد تبخیر ماهانه از داده-های هواشناسی ایستگاه رشت طی سالهای 1391-1372 استفاده گردید. تبخیر ماهانه با استفاده دادههای میانگین ماهانه دمامیانگین ماهانه رطوبت نسبی، مجموع ساعات آفتابی و حداکثر سرعت باد مدلسازی شد. برای مدلسازی تبخیر از روش شبکه عصبیMLP و RBF تحت 5 سناریو مجزا بهره گرفته شد. در بین سناریوهای برآورد تبخیر، سناریو 3 بر پایه مدل شبکه عصبی MLPو با ورودیهای میانگین ماهانه دما، میانگین ماهانه رطوبت نسبی و مجموع ساعات آفتابی باR2=0/925MBE=-17/ و 8 RMSE=23/13 در مرحله آزمون، بهترین مدل انتخاب شد.
کلیدواژه ها:
نویسندگان
نسرین دهقانی
دانشجوی کارشناسی ارشد آبیاری و زهکشی، گروه مهندسی آب، دانشکده علوم کشاورزی، دانشگاه گیلان، رشت، ایران
نادر پیرمرادیان
استادیار گروه مهندسی آب، دانشکده علوم کشاورزی، دانشگاه گیلان، رشت، ایران
وحید عظیمی
دانش آموخته گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران.
سمیه خان محمدی فلاح
دانشجوی کارشناسی ارشد آبیاری زهکشی، گروه مهندسی آب، دانشکده فنی و مهندسی، دانشگاه بین المللی امام خمینی (ره)،
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :