کاربرد شبکه عصبی مصنوعی در تحلیل داده های نفوذ از جویچه های آبیاری

با توجه به اهمیت فرایند نفوذ در طراحی و مدیریت آبیاری سطحی ونیز توانمندی فن شبکه های عصبی مصنوعی در تحلیل محاسباتی برخی از فرایندها، این پژوهش با هدف کاربرد شبکه عصبی مصنوعی برای تحلیل داده های نفوذ از جویچه های آبیاری صورت گرفته است. آزمایش های نفوذ پذیری با روش جویچه مسدود انجامشده است. در استفاده از فن شبکه عصبی مصنوعی ، مجموعه ورودی ها شامل فرصت نفوذ، رطوبت اولیه خاک، عمق و سطح مقطع جریان، پیرامون ترد شده وچگالی ظاهری مرطوب خاک بود که پس از نگاشت داده ها و با انتخاب لایه های پنهان مناسب و با الگوریتم های پرسپترون چند لایه ای و تحلیل مولفه اصلی برای فرایندآموزش، مقادیر خروجی مناسب برآورد شد. ارزیابی اموزش و عملکرد شبکه عصبی و مقایسه آن با داده های اندازه گیری شده نشان میدهدکه شبکه عصبی مصنوعی فن بسیار مناسبی برای تحلیل نفوذ از جویچه های آبیاری بوده و شیوه های آموزش پرسپترون چند لایه ای وتحلیل مولفه اصلی با یک لایه میانی به عنوان بهترین شیوه برای تحلیل نفوذ از جویچه پیشنهاد می شون. ضریب همبستگی مقادیر برآورد شده اندازه گیری شده برای داده های ازمونی برابر 0/98 به دست امد.

کلیدواژه ها:

شبکه عصبی مصنوعی ، نفوذ آب ، پرسپترون چند لایه ای ، تحلیل مولفه اصلی ، جویچه آبیاری