مدلسازی برآورد تبخیر با استفاده از روش شبکه عصبی BFGS و مدل رگرسیون خطی محلی (LLR )
محل انتشار: سومین همایش ملی-دانشجویی مرتع،آبخیز و بیابان
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,039
فایل این مقاله در 11 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:
RWD03_051
تاریخ نمایه سازی: 3 آذر 1392
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:
نویسندگان
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
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 :