مقایسه روشهای تجربی، رگرسیون غیرخطی و شبکه عصبی مصنوعی در برآورد تبخیر روزانه از تشت تبخیر کلاس A در یک منطقه خشک

سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,720

فایل این مقاله در 13 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:

ICWC01_097

تاریخ نمایه سازی: 27 آذر 1387

چکیده مقاله:

تبخیر یک مؤلفه ضروری در برنامهریزی، طراحی و مدیریت منابع آب میباشد. در این تحقیق کارایی روشهای مختلف شامل روش تجربی استفان-استیوارت، رگرسیون غیرخطی و شبکه عصبی مصنوعی در برآورد تبخیر از تشت کلاس A در یک منطقه خشک مورد بررسی قرار گرفت. برای ارزیابی کارایی روشهای بکار رفته، از معیارهای آماری نظیر ضریب همبستگی، جذر میانگین مربع خطا و میانگین خطای مطلق استفاده گردید. نتایج این تحقیق نشان داد که شبکه عصبی مصنوعی، رگرسیون غیرخطی و روش تجربی استفان-استیوارت بهترتیب بهترین نتایج را در برآورد تبخیر از تشت ارائه دادهاند. همچنین مدلی تجربی برای برآورد تبخیر از تشت در ناحیه مورد مطالعه ارائه شده است.

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 :
  • حسینی، س. م.، میرصالحی، م. م. و ساقی، ح.. کاربرد ...
  • برآورد <<مدل آزمایشگاه پویایی سیالات ژئوفیزیکی>> (GFDL) از تغییر اقلیم تبریز [مقاله کنفرانسی]
  • برآورد سریع هدایت آبی اشباع خاک با استفاده از شبکه عصبی مصنوعی [مقاله کنفرانسی]
  • Allen, R. G., Periera, L. S., Raes, D., and Smith, ...
  • Al-Shualan, A., Salih, A. M. A., Evapotransp iration estimation in ...
  • Bruton, J. M., McClendon, R. W. and Hoogenboom, G., Estimating ...
  • Clayton, L. H., Prediction of class A pan evaporation in ...
  • Gavin, H., Agnew, C. A., Modelling actual reference and equilibrium ...
  • Gundekar, H. G., Khodke, U. M. and Sarkar, S, Evaluation ...
  • Keskin, M. E., Terzi, O., Artificial neural networks models of ...
  • Kim, S. and Kim, H. S., Neural networks and genetic ...
  • Kisi, O., Yildirim, G., Discussion of 'Estimating Actual Evapo transpiration ...
  • Kisi, O., Daily pan evaporation modeling using a neuro-fuzzy computing ...
  • Kumar, M., Raghuwanshi, N. S., Singh, R., Wallender, W.W., Pruitt, ...
  • Landeras, G., O rtiz-Barredo, A., Lopez, J. J., Comparison of ...
  • Lin, Y., Cobourn, W., G., Fuzzy system models combined with ...
  • Razi, M. A., Athappilly, K., A comparative predictive analysis of ...
  • Reis, R.J., Dias, N. L., Multi-season lake evaporation: energy budget ...
  • Resap, J., P., A C OMPARISON OF ARTIFICIAL NEURAL NETWORKS ...
  • Riad, S., Mania, G., Bouchuaou, L., Najjar, Y., Ra infall-unoff ...
  • Snyder, R. L., Orang, M., Matyac, S., Grismer, M. E. ...
  • Stephens, J. C., Stewart, E. H., A comparison of procedures ...
  • Sudheer, K. P., Gosain, A. K., Rangan, D. M., Saheb, ...
  • Terz, O., Keskn, M. E., Modeling of Daily Pan Evaporation, ...
  • Trajkovic, S., Todorovic, B., Stankovic, M., Forecasting reference evapotransp iration ...
  • نمایش کامل مراجع