پیش بینی برخی خصوصیات فیزیکی و مکانیکی خاکهای کشاورزی با استفاده از مدل شبکه عصبی مصنوعی

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 738

فایل این مقاله در 11 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:

NCAMNT01_049

تاریخ نمایه سازی: 12 دی 1391

چکیده مقاله:

دراین تحقیق به منظور پیش بینی مقادیر شاخص مخروطی خاک پارامترهای مختلف خاک از قبیل جرم مخصوص ظاهری هدایت الکتریکی محتوی رطوبتی و عمق خاک و برای پیش بینی مقادیر جرم مخصوص ظاهری پارامترهای خاک از قبیل شاخص مخروطی هدایت الکتریکی محتوی رطوبتی و عمق خاک مورد استفاده قرارگرفتند شبکه های عصبی مصنوعی طراحی شده دراین تحقیق که به منظور پیش بینی مقادیر شاخص مخروطی و جرم مخصوص ظاهری مورد استفاده قرارگرفتند از نوع شبکه چندلایه پس انتشار برگشتی بودند که به منظور آموزش شبکه از سه الگوریتم گرادیان نزولی با مومنتم الگوریتم لونبرگ ـ مارکوات و الگوریتم گرادیان نزولی مقیاسی استفاده گردید انتخاب بهترین الگوریتم آموزشی براساس مقایسه عملکرد شبکه های ساخته شده درمرحله آموزش ارزیابی و ازمون داده ها انجام گردید

کلیدواژه ها:

خصوصیات فیزیکی و مکانیکی خاک ، شبکه عصبی مصنوعی ، پیش بینی ، الگوریتم لونبرگ ـ مارکوات

نویسندگان

علیرضا شایگانی سلطان پور

دانشجوی کارشناسی ارشد

یوسف عباسپورگیلانده

استادیار دانشگاه محقق اردبیلی

عبداله گل محمدی

استادیار دانشگاه محقق اردبیلی

امید سفالیان

استادیار دانشگاه محقق اردبیلی

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 :
  • الی 29 بهمن 1389 (خوزستان - اهواز ( ...
  • زارعیان، س. 1364. اثر رطوبت خاک روی مقاومت کششی گاوآهن ...
  • استفاده از داده های هدایت الکتریکی خاک به منظور ناحیه بندی زمین زراعی جهت انجام عملیات کشاورزی دقیق با استفاده از روش شبکه عصبی مصنوعی [مقاله کنفرانسی]
  • منهاج، م.ب. 1379. مبانی شبکه‌های عصبی، چاپ دوم، انتشارات دانشگاه ...
  • نجفی، م. 1385. پیش بینی وزن مخصوص ظاهری با استفاده ... [مقاله کنفرانسی]
  • الی 29 بهمن 1389 (خوزستان - اهواز) ...
  • Clark, R.L. 1999. Evaluation of the potential to develop soil ...
  • Gautam, R.K., Panigrabi, S. Franzen, D. 2003. Neural network models ...
  • Ghaboussi, J., Garrett, J.H., Wu, X. 1991. Knowledge-b ased modeling ...
  • material behavior with neural networks. J. Eng. Mech. ASCE. 117(1): ...
  • Grunwald, S., Lowery, B., Rooney, D.J., McSweeney, K. 2001. Profile ...
  • Horm, R., Domzal, H., Slwinska- ...
  • jukiewicz, A., Van Ouwerkerk, C. 1995. Soil compaction processes and ...
  • Kmight, S.J. 1948. Trafficability of soils-lab oratory test to determiae ...
  • Kushwaha, R.L., Zhang. Z.X. 1998. Evaluation of factors and cureht ...
  • Laboski, C.A.M., Dowdy, R.H., Allmaras, L. 1998. Soil strength and ...
  • Lapen, D.R., Topp G.C., Edwards M.E., Gregorich .E.G., Curmoe, W.E. ...
  • MATLAB. 1994. Neural Network TOOLBOX. Natick MA The Mathworks Inc. ...
  • Mulqeen, J.. Stafford J.V., tanner D.W. 1977. Evaluation of penetrometers ...
  • Raper, R.L., Asmussen, L.E., Powell, J.B. 1990. Sensing hard pan ...
  • Shayler, P.J., Goodman, M., Ma. T. 1999. The exploitation ofneural ...
  • To, J., Kay, B.D. 2005. Variation in penetrometer resistance wit ...
  • properties: the contributio of effective stress and implications for pedotransfer ...
  • Upadhyaya, S.K., Chancellor. W.J., Perumral J.V., Schafer R.L, Gill, W.R., ...
  • نمایش کامل مراجع