پیشبینی ده مدلمنحنی مشخصه رطوبتی خاک با استفاده از شبکه عصبی مصنوعی

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 850

فایل این مقاله در 5 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:

NCSSA01_019

تاریخ نمایه سازی: 22 بهمن 1392

چکیده مقاله:

منحنی مشخصه رطوبتی خاک بیان کننده رابطهی بین مقدار آب در خاک و مکش ماتریک خاک است. تاکنون قابلیت پیشبینی مدلهای متفاوت مورد بررسی و مقایسه جامع قرار نگرفته است. در این مطالعه 75 نمونه خاک از استان گیلان جمع آوری وسپس بافت خاک، توزیع اندازه خاکدانهها، جرم مخصوص ظاهری و منحنی مشخصه رطوبتی این خاکها در 12 نقطه اندازهگیری شد. ده مدل با استفاده از شش متغیر تخمین گربه روش شبکه عصبی مصنوعی پیشبینی شدند.نتایج بدست آمده نشان داد که مدل سکی با بالاترین دقت تخمین زده شد که دلیل دقت مناسب این مدل را میتوان به دو نمایی بودن آن نسبت داد. مدل تانی که یک مدل چهار پارامتری است دارای کمترین دقت تخمین در بین دیگر مدل ها بود.

کلیدواژه ها:

نویسندگان

عیسی ابراهیمی

دانشجوی کارشناسی ارشدفیزیکوحفاظتخاک،دانشکدهکشاورزیدانشگاهبوعلی سیناهمدان

حسین بیات

ستادیار، فیزیک و حفاظت خاک، دانشکده کشاورزی دانشگاه بوعلی سینا همدان

ناصر دواتگر

ستادیارگروه خاکشناسی موسسه تحقیقات برنج کشور

حمید زارع ابیانه

دانشیار، مهندسی آب، دانشکده کشاورزی دانشگاه بوعلی سینا همدان

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 :
  • Campbell, G. S and Shiozawa, S. (1994). Prediction of hydraulic ...
  • Dane, J. H. and Jan W. H. (2002).Water Retention and ...
  • Dexter, A. R.Czyz E, A. Richard, G.and Reszkowska, A. (2008). ...
  • Gee, G. W. (2002). Particle-Size and Analysis.In Dane, J. H.andTopp, ...
  • Khlosi, M. Cornelis, W. M. Douaik, A. M. Van Genuchten, ...
  • Lamorskia, K.Pachepsky, Y.Slawinski, C. andWalczak, R.T. (2008). Using support vector ...
  • Marcel, G. S. and Feike, J. L. (1998). Using neural ...
  • Millan, H. Gonzalez, P. M.Morilla, A.A, Perez, E.(2007).Self similar organization ...
  • IRMSE 0/089 0/084 0/096 0/190 0/220 0/197 0/232 0/293 0 ...
  • -1549 -1709 -1319 -1127 -1006 -1151 -722 -194 -634 -291 ...
  • Merdun, H. Cinar, O. Meral, R. and Apan, M. (2006). ...
  • Minasny, B.McBratney, A. B. and Bristow, K. L. (1999). Comparison ...
  • Pachepsky, Y.A. Timlin, D.and Varallyaay, G. (1996). Artificial neural networks ...
  • Scott, S. W. Delwyn, G. F. and Noshin, Z. (2001). ...
  • Seki, K. (2007). SWCC fit a nonlinear fitting program with ...
  • نمایش کامل مراجع