ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

مدلسازی برآورد تبخیر با استفاده از روش شبکه عصبی BFGS و مدل رگرسیون خطی محلی (LLR )

سال انتشار: 1391
کد COI مقاله: RWD03_051
زبان مقاله: فارسیمشاهد این مقاله: 595
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 11 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مدلسازی برآورد تبخیر با استفاده از روش شبکه عصبی BFGS و مدل رگرسیون خطی محلی (LLR )

علی درخشان هوره - دانشجوی کارشناسی ارشد منابع طبیعی دانشگاه شهرکرد
کامران فلاح پور - دانشجوی کارشناسی ارشد منابع طبیعی دانشگاه شهرکرد
فرامرز مردانی - دانشجوی کارشناسی ارشد منابع طبیعی دانشگاه شهرکرد
پژمان طهماسبی - استادیار دانشکده منابع طبیعی دانشگاه شهرکرد

چکیده مقاله:

تبخیر،همچون بخش مهمی از چرخه هیدرولوژی،نقش کلیدی در توسعه و مدیریت منابع در منطق خشک و نیمه خشک بازی می کند.اگر چه روش های تجربی زیادی وجود دارد با این حال به علت پیچیدگی طبیعت فرآیند تبخیر و داده های موجود،انجام آنها چندان رضایت بخش نیست.در این تحقیق یک مدل براورد تبخیر بر اساس روش شبکه عصبی(BFGSNN) و مدل خطی محلی(LLR) ایجاد شد،BFGSNN با ضریب همبستگی معادل0/723 و روش LLR با ضریب همبستگی برابر 0/562 ) اگر چه این دو روش به نظر قوی است،انتخاب داده های ورودی کاملا سخت و پیچیده می باشد.در این تحقیق از الگوریتم (GA) برای انتخاب بهترین ترکیب ورودی استفاده می شود.بسیاری از مطالعات به نتایج حاصل از این بخش نیازمندند.در این تحقیق از آزمون گاما (GT)،برای انتخاب داده های آموزشی استفاده می شود،و همچنین این روش مهمترین عوامل موثر در تبخیر را تعیین میکند.

کلیدواژه ها:

تبخیر،شبکه عصبی،مدل رگرسون خطی محلی،آزمون گاما

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/220846/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
درخشان هوره، علی و فلاح پور، کامران و مردانی، فرامرز و طهماسبی، پژمان،1391،مدلسازی برآورد تبخیر با استفاده از روش شبکه عصبی BFGS و مدل رگرسیون خطی محلی (LLR )،سومین همایش ملی-دانشجویی مرتع،آبخیز و بیابان،کرج،،،https://civilica.com/doc/220846

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1391، درخشان هوره، علی؛ کامران فلاح پور و فرامرز مردانی و پژمان طهماسبی)
برای بار دوم به بعد: (1391، درخشان هوره؛ فلاح پور و مردانی و طهماسبی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 ممقالهقاله لینک شده اند :

  • پیری، جمشید.، 1386. شبیه سازی مدل تبخیر برای چاه نیمه ...
  • طراکار، م.، 1384. پیش‌بینی قیمت برخی محصولات زراعی در استان ...
  • غفاری، م.، 1387. برآورد تبخیر از مخازن چاه نیمه زابل ...
  • کوچک‌زاده .، و بهمنی، ع.، 1384. ارزیابی شبکه‌های عصبی مصنوعی ...
  • مشیری، م.، صمدزادگان، ف.، عباسپور، _ و سعیدی، س.، 1385. ...
  • منهاج، .، 1384. مبانی شبکه‌های عصبی. چاپ سوم. مرکز نشر ...
  • منهاج، .، 1377. مبانی شبکه‌های عصبی (هوش محاسباتی). نشر دکتر ...
  • هاشمی نیا، سید مجتبی.، (ترجمه). 1378. تبخیر، تبخیر- تعرق وداده‌های ...
  • Hsu, K., Gupta, H., and Sorooshian, S., 1995. Artificial Neural ...
  • Kisi, O., 2006. Daily pan evaporation modeling using a neuro-fuzzy ...
  • Koncar, N., 1997. Optimisation methodologies for direct inverse neurocontrol. PhD ...
  • Metin Ertunc, H., and Hosoz, M., 2008. Comparative analysis of ...
  • Mo ghaddamnia A., Ghafari Gousheh M., Piri J., Amin S., ...
  • Molina.M, J.M., Martnez.A, V., Gonzalez -Real, M.M., Baille, A., 2006. ...
  • Stefansson, A., Koncar, N., and Jones, A.J., 1997.A note on ...
  • White, H., 1988. Economic prediction using Neural Networks: The case ...
  • Wu, S., 1995. Artificial Neural Networks in Forecasting, Neural Networks ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 7,002
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی