ارزیابی عملکرد روش های تجربی مبتنی بر تابش خورشیدی در مقایسه با رگرسیون چند متغیره و شبکه عصبی در تخمین تبخیر وتعرق مرجع

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 355

فایل این مقاله در 6 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:

AARC01_043

تاریخ نمایه سازی: 10 تیر 1396

چکیده مقاله:

هدف ازاین تحقیق مقایسه عملکرد چند روش تجربی مبتنی برتابش خورشیدی با مدل رگرسیون چند متغیره ومدل شبکه عصبی تحت سناریوهای مختلف داده ی ورودی در یک دوره در ده ساله در ایستگاه مرکز تحقیقات کشاورزی شهر کرد در برآورد تبخیر وتعرق مرجع روزانه می باشد . دراین تحقیق از چهار مدل تجربی پریستلی تیلور ، ماکینگ ، دورنبوس ، پرویت ،جنس هیز استفاده شد . شبکه طراحی شد یک شبکه پیشخور سه لایه با تابع لوگ سیگمویید در لایه پنهان وتابع خطی در لایه خروجی می باشد . آنالیزهای آماری به کمک شاخص های MAE,RMSE,R ورتبه دهی به این سه شاخص نشان داد که شبکه عصبی نسبت به مدل رگرسیون چند متغیره وروش های تجربی عملکرد بهتری داشت . دربین روش های تجربی مدل پریستلی تیلور عملکرد بهتر داشت . نتایج نشان داد در صورت عدم دسترسی به داده های کافی ، شبکه عصبی راهکار مناسبتری نسبت به روشهای تجربی ورگرسیونی در تخمین تبخیر وتعرق روزانه می باشد .

نویسندگان

سید محمد رضا حسینی

دانشجوی کارشناسی ارشد آبیاری وزهکشی دانشگاه اراک

ناصر گنچی خرم دل

استادیار گروه مهندسی آب دانشگاه اراک

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 :
  • علیزاده، .1313. رابطه ی آب و خاک وگیاه. مشهد دانشگاه ...
  • ]5[شایان نژاد، م.1385. مقایسه دقت روشهای شبکه های عصبی مصنوعی ...
  • عزیزی، ق.حنفی، ع.سلطانی، م.1311. برآورد تبخیر و تعرق پتانسیل از ...
  • آنالیز حساسیت داده های ورودی به شبکه عصبی مصنوعی به منظور برآورد مقدار تبخیر روزانه [مقاله ژورنالی]
  • ملکی نژاد، ح.پورمحمدی، س.1392. تحلیل حساسیت تبخیروتعرق گیاه مرجع با ...
  • منهاج، م.ب. 1311. مبانی شبکه های عصبی و هوش محاسباتی، ...
  • دهقانی، ا. پیری، م.حسام، م.دهقانی، ن.1313. تخمین تبخیر روزانه از ...
  • شایان نژاد، م.ساداتی نژاد، ح.1310. تخمین تبخیر و تعرق پتانسیل ...
  • اصیادی، ح‌اولاد غفاری، ا.فعالیان، اصدرالدینی، ع.1311.مقایسه ی برآورد شبکه MLPهای ...
  • Allen, R.G., L.S. Pereira, D. Raes and M. Smith. 1998. ...
  • JensenME, Burman RD, Allen RG ll9901 irigation ...
  • Kumar M, Raghuwanshi NS, Singh R, Wallender Estimating ...
  • evapo transpiration in an arid area of northwest China. Journal ...
  • Makkink, G.F. 1957. Testing the Penman formula by means of ...
  • Priestley, CH.B. and R.J. Taylor. 1972. On the assessment of ...
  • Laaboudi, A., Mouhouche, B., Draoui, B. 2012. reference ...
  • evapo transpiration modeling from limited climatic data in arid regions. ...
  • Kumar, M .Raghuwanshi, N, S , Singh, R, 2011. in ...
  • Rahimi Khoob, A. 2008. Artificial neural network estimation of reference ...
  • نمایش کامل مراجع