شبیه سازی تغییرات زمانی درجه حرارت خاک رسی با استفاده از شبکه عصبی مصنوعی

هدف این پژوهش بررسی کارآیی مدل جعبه سیاه شبکه عصبی مصنوعی (ANN) از نوع پرسپترون سه لایه (MLP) درشبیه سازی رژیم حرارتی خاک رسی با رطوبت 10 % وزنی در اعماق مختلف در طول زمان می باشد. برای این منظور ابتدا در شرایط آزمایشگاهی تغییرات حرارتی ستونی از خاک رس به عمق یک متر در طول مدت زمان بالغ بر 25000 دقیقه ثبت گردید و این دادهها به منظور آزمون و آموزش شبکه مورد نظر استفاده شدند. از طرفی مدل رگرسیون غیر خطی از خانواده سیگموئید و از نوع (MMF) بهترین برازش را به مقادیر ثبت شده درجه حرارت در طول زمان نسبت به سایر روابط همبستگی نشان داد. عملکرد دو مدل رگرسیون غیرخطی و مدل (ANN) در شبیه سازی رژیم حرارتی خاک مورد استفاده در اعماق و زمانهای مختلف مورد بررسی قرار گرفت. نتایج بدست آمده نشان دهنده کارآیی بهتر مدل تجربی (ANN) نسبت به مدل آماری (MMF) در پیش بینی تغییرات حرارتی خاک رسی در تمامی اعماق مورد بررسی میباشد.

کلیدواژه ها:

رس ، رژیم حرارتی ، شبکه عصبی مصنوعی ، رگرسیون غیر خطی