ترکیب بهینه متغیرهای ورودی با استفاده از آزمون گاما برای مدل سازی پتاسیم قابل جذب بر مبنای خوشه بندی Subtractive فازی
- سال انتشار: 1395
- محل انتشار: سومین کنفرانس بین المللی یافته های نوین در علوم کشاورزی، منابع طبیعی و محیط زیست
- کد COI اختصاصی: NEWCONF03_002
- زبان مقاله: فارسی
- تعداد مشاهده: 476
نویسندگان
دانشجوی ارشد مهندسی علوم خاک ، دانشگاه زابل
دانشیار گروه مهندسی علوم خاک ، دانشگاه زابل
مربی گروه مهندسی علوم خاک، دانشگاه زابل
دانش آموخته کارشناسی ارشد، گروه مهندسی علوم خاک، دانشگاه زابل
چکیده
یکی از مراحل مهم و پیچیده برای مدل سازی غیرخطی، پیش پردازش داده های ورودی به منظور انتخاب ترکیب تیم مناسب از آن ها در مدل می باشد. در این مطالعه آزمون گاما برای انتخاب ترکیب بهینه متغیرهای ورودی در مدل سازی پتاسیم قابل جذب استفاده شده است. مدل سازی پتاسیم قابل جذب و استفاده از تعداد نقاط بهینه متغیرهای منتخب با خوشه بندی کاهشی در سیستم عصبی فازی انجام شد. نتایج نشان داد که شش متغیر شامل (در صد رس، سیلت، ماده آلی، هدایت الکتریکی، رطوبت اشباع و pH ) ترکیب به سینه متغیرها در مدل سازی پتاسیم قابل جذب در منطقه میانکنگی می باشد. همچنین با استفاده از خروجی آزمون M تعداد 112داده ( 60% داده ها) برای بخش آموزش مدل سازی مناسب تشخیص داده شد. نتایج حاکی از این واقعیت است که روش M دست آموزش از دقت و سرعت مناسبی نسبت به روش آزمون و خطا دریافتن تعداد مناسب داده های ورودی برخوردار می باشد. نتایج حاصل از مدل سازی نیز بیانگر آن بود که روش عصبی فازی توانایی و عملکرد بالایی در برآورد مقدار پتاسیم قابل جذب و در خاک های منطقه میانکنگی را داشته است ( 0.90=R2 و 4.27 = RMSE).کلیدواژه ها
پتاسیم قابل جذب، ویژگی های زودیافت، آزمون گاما، آزمون M ، نروفازیمقالات مرتبط جدید
- مقایسه درصد ترکیب تاج پوشش کلاسهای خوشخوراکی در سه رویشگاه مرتعی چهاردانگه ساری
- تاثیر تغییرات اقلیم بر اشتغال در بخش کشاورزی: مروری تحلیلی
- Land reform in some developing countries: A review
- شناسایی ژنوتیپهای امیدبخش گندم نان با استفاده از تحلیل روابط بین صفات و تجزیه خوشه ای
- Harnessing Renewable Energy for Environmental Sustainability: The Role of Wind Power in Carbon Reduction
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.