پیش بینی منحنی مشخصه آب خاک با استفاده از مدل شبکه عصبی مصنوعی

سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,835

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IDNC02_074

تاریخ نمایه سازی: 15 مهر 1387

چکیده مقاله:

یکی از مه مترین شاخص هایی که ویژگی های بخش غیر اشباع خاک را به صورت کمی بیان می کند، منحنی مشخصه آب خاک است که در بسیاری از پژوهش ها به عنوان اطلاعات پایه مورد استفاده قرار می گیرد. اما از آنجا که اندازه گیری مستقیم آن چه در مزرعه و چه در آزمایشگاه پر هزینه و و قت گیر بوده، استفاده از توابع انتقالی خاک و شبکه های عصبی مصنوعی با توجه به ویژگی های زود یافت خاک در سالهای اخیر گسترش فراوانی یافته است . در این پژوهش از مدل شبکه های عصبی مصنوعی انتشار برگشتی پیشخور، با دوهدف اصلی ت خمین مقدار رطوبت خاک براساس میزان مکش و ویژگی های زود یافت خاک اعم از ذرات تشکیل دهنده بافت خاک، چگالی ظاهری خاک و درصد ماده آلی خاک (حالت اول ) و تخمین میزان مکش با توجه به مقدار رطوبت خاک و ویژگی های زود یا فت خاک (حالت دوم )، استفاده گردیده است . در لایه های پنهان از دو تابع انتقال لوگ سیگموئیدی و تانژانت سیگموئید و در لایه خروجی تابع خطی استفاده گردیده است . همچنین از الگوریتم لونبرگ -مارکوئت ( LM) و الگوریتم تنظیم بایسین (BR ) در آموزش شبکه استفاده شده است . ترکیب توابع انتقال و دو الگوریتم یاد شده، در هر دو حالت شبکه های پیش بینی کننده استفاده شده و نتایج آن مورد تحلیل قرار گرفته است . نتایج نشان داد که کاربرد الگوریتم تنظیم (BR) در هر دو حالت نسبت به الگوریتم لونبرگ -مارکوئت (LM ) رضایت بخش تر عمل نموده است . در هر دو حالت استفاده از تابع انتقال لوگ سیگموئیدی نتایج بهتری را ارائه نموده است.

کلیدواژه ها:

مدل شبکه عصبی مصنوعی ، منحنی مشخصه آب خاک ، شبکه پیش بینی کننده رطوبت حجمی ، شبکه پیش بینی کننده مکش

نویسندگان

ریحانه السادات موسوی زاده مجرد

دانشجوی کارشناسی ارشد مهندسی کشاورزی- آبیاری وزهکشی دانشگاه شیراز

علیرضا سپاسخواه

استاد بخش مهندسی آب دانشکده کشاورزی دانشگاه شیراز

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 :
  • اصفهانیان، م. 1382، ارایه یک مدل شبکه عصبی جهت پیش‌بینی ...
  • Schaap M.G., and F.J.Leij. 1998. Using neural networks to predict ...
  • Sepaskhah, A.R, and H. Bondar. 2002. Estimating Van Genuchten soil ...
  • Zhang, G., Patuwo B. E. and M. Y. Hu.1998. Forecasting ...
  • نمایش کامل مراجع