مقایسه عملکرد شبکه های عصبی RBF و MLP در برآورد هدایت هیدرولیکی اشباع خاک

  • سال انتشار: 1393
  • محل انتشار: دومین همایش سراسری کشاورزی و منابع طبیعی پایدار
  • کد COI اختصاصی: NACONF02_0913
  • زبان مقاله: فارسی
  • تعداد مشاهده: 544
دانلود فایل این مقاله

نویسندگان

المیراسادات شمس امام زاده

دانشجوی کارشناسی ارشد مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران

جابر سلطانی

استادیارگروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران

محمود مشعل

دانشیارگروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران

موسی کلانکی

کارشناس ارشد هوش مصنوعی، دانشگاه صنعتی مالک اشتر، مجتمع دانشگاهی علوم و فناوری های زیر دریا

چکیده

هدایت هیدرولیکی اشباع خاک فرایندهای نفوذ درخاک،جریان زیرزمینی و تبخیر را کنترل می کند.غالبا برای پیش بینی این پارامتر از شبکه های عصبیMLPو پارامترهای زود یافت خاک به عنوان ورودی استفاده شده است. در این مطالعه اقدام به بررسی نتایج حاصل از تشکیل شبکه های عصبیRBFدر برآورد این پارامتر و مقایسه آن با شبکه های MLPگردید و از پارامترهای معادله مبنای مدلHYDRUSبراساس چاهک های پوشش دار حفر شده، به عنوان ورودی استفاده گردید.ارزیابی نتایج با شاخص هایSSE وRMSE،MSE،R2 انجام شد.نتایج نشان داد شبکه های MLPتا حدودی نسبت بهRBFعملکرد بهتری در پیش بینی این پارامترداشته اند.

کلیدواژه ها

شبکه عصبیMLP ، شبکه عصبیRBF ، هدایت هیدرولیکی اشباع خاک ، HYDRUS

مقالات مرتبط جدید

اطلاعات 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.