استفاده از شبکه های عصبی مصنوعی در تخمین تبخیر روزانه از تشت تبخیر

سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,116

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

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IDNC02_112

تاریخ نمایه سازی: 15 مهر 1387

چکیده مقاله:

تبخیر از جمله مسائلی مهم در هیدرولوژی و مهندسی منابع آب است که مورد توجه محققین قرار دارد . به دلیل تأثیر متقابل پارامتر های مختلف هواشناسی در محاسبه تبخیر، روابطی غیر خطی برای تخمین مقدار آن وجود دارد که از دقت بالایی برخوردار نیستند . شبکه های عصبی مصنوعی، از جمله روشهای نوین است که برای تخمین و پیش بینی پارامترها با استفاده از ارتباط ذاتی بین داده ها توسعه یافته است . در این تحقیق، با استفاده از آمار روزانه هواشناسی ایستگاه گنبد به آموزش شبکه عصبی مصنوعی با ساختار پرسپترون چند لایه و الگوریتم پس انتشار خطا ( BP ) پرداخته می شود. پارامتر های درجه حرارت هوا، رطوبت نسبی، سرعت باد، ساعات آفتابی به عنوان ورودیهای شبکه و تبخیر روزانه از تشت تبخیر بعنوان خروجی شبکه در نظر گرفته می شود . بمنظور برر سی تأ ثیر پارامترهای ورودی در تخمین تبخیر از آنالیز حساسیت استفاده شد. نتایج نشان می دهد که پارامترهای دما و سرعت باد بترتیب بیشترین و کمترین تاثیر را در تخمین مقدار تبخیر از تشتک دارا می باشد. همچنین از شبکه عصبی مصنوعی می توان با دقت مناسبی در تخمین میزان تبخیر روزانه از تشت تبخیر استفاده نمود.

کلیدواژه ها:

تبخیر روزانه ، شبکه های عصبی مصنوعی ، الگوریتم پس انتشار خطا ، آنالیز حساسیت

نویسندگان

مهدی پیری

دانشجوی کارشناسی ارشد ، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

امیر احمد دهقانی

استادیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

موسی حسام

استادیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

عبدالرضا ظهیری

استادیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان