[ گزارش اشكال در مقاله | بازگشت | جستجو | ليست كنفرانس‌ها ]

مقايسه دقت روشهاي شبكه هاي عصبي مصنوعي و پنمن-مانتيس در محاسبه تبخيروتعرق پتانسيل  Fulltext 

[ محمد شايان ] - استاديار گروه مهندسي آب دانشگاه شهركرد

خلاصه مقاله:

به منظور ارتقاء بهره وري مصرف در شبكه هاي آبياري، تعيين نسبتاً دقيق نياز آبي گياهان امري لازم و ضروري است. روش دقيق براي انجام اين كار استفاده از لايستيمر است كه بعلت هزينه زيادش كاربرد آن با محدوديت مواجه مي باشد. بنابراين بايستي از مدل هاي رياضي استفاده نمود كه از مناسبترين آن ها مدل پنمن-مانتيس است. اين مدل ها تبخيرو تعرق پتانسيل را محاسبه مي كند. در سال هاي اخير با توسعه شبكه هاي عصبي مصنوعي از آن مي توان براي تعيين تبخير و تعرق پتانسيل استفاده نمود. در اين تحقيق با استفاده از اطلاعات اقليمي و لايسيمتري ٥ ساله ايستگاه هواشناسي اكباتان واقع در ١٠ كيلومتري شهر همدان تبخيروتعرق پتانسيل به دو روش پنمن-مانتيس و شبكه هاي عصبي مصنوعي محاسبه شده است. در روش شبكه هاي عصبي مصنوعي، شش عنصر فرآيند در لايه ورودي آن در نظر گرفته شده كه عبارتند از دماي حداقل و حد اكثر هوا، رطوبت حداقل و حداكثر هوا، ساعات آفتابي و سرعت باد. در اين شبكه نهايتا يك لايه مخفي با يك عنصر فرآيند در نظر گرفته و طراحي شبكه عصبي با استفاده از نرم افزار MATLAB انجام شد. مقدار خطاي به دست آمده از روش پنمن- ٠ ميلي متر در روز مي باشد. بنابراين روش شبكه هاي / ١ ميلي متر در روز و از روش شبكه هاي عصبي مصنوعي ٧ / مانتيس ٢ عصبي مصنوعي در تعيين تبخير و تعرق پتانسيل بسيار دقيق تر از روش پنمن-مانتيس است. علاوه بر اين اطلاعات مورد نياز در روش شبكه هاي عصبي مصنوعي كمتر روش پنمن-مانتيس مي باشد.

تبخيروتعرق، شبكه هاي عصبي مصنوعي