تخمین پایداری خاکدانهدرخاکهای دشت اردبیل با استفاده ازروش شبکه عصبی مصنوعی

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 591

فایل این مقاله در 7 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:

DESERTWETLAND03_522

تاریخ نمایه سازی: 28 آذر 1392

چکیده مقاله:

پایداری خاکدانه ازجمله خصوصیات مهم فیزیکی خاک است که اندازه گیری مستقیم آن وقت گیروهزینه برمی باشد به همین جهت استفاده ازروشهایی که بتواند این خصوصیت را بادقت قابل قبول تخمین بزنند ضروری می باشد ازاین رو درتحقیق حاضر ازشبکه های عصبی مصنوعی برای تخمین میانگین وزنی قطرخاکدانه MWD ازروی خصوصیات زودیافت شامل شن سیلت رس جرم مخصوص ظاهری کربن الی و کربنات کلسیم معادل درخاکهای دشت اردبیل استفاده شد برای این منظور 100 نمونه خاک ازدشت اردبیل جمع اوری شد سپس تجزیه های فیزیکی و شیمیایی روی نمونه های خاک صورت گرفت داده ها به دوسری داده های اموزشی 80سری داده و داده های ازمونی 20 سری داده تقسیم شدند برای ایجادشبکه عصبی مصنوعی ازالگوریتم یادگیری مومنتم و ازتابع انتقال تانژانت هایپربولیک و ساختارپرسپترون سه لایه استفاده شد مقادیر R2 ی RMSE به ترتیب برابر 0/88و0/042 برای بهترین مدل شبکه عصبی مصنوعی بود نتایج نشان داد که ازروش شبکه عصبی مصنوعی میتوان برای تخمین پایداری خاکدانه درمنطقه موردنظر بادقت قابل قبول استفاده کرد

کلیدواژه ها:

نویسندگان

شکراله اصغری

استادیاردانشگاه محقق اردبیلی

حامد امیرعابدی

دانشجوی کارشناسی ارشدعلوم خاک

ترحم مصری

استادیاردانشگاهمحقق اردبیلی

فرشاد کیوان بهجو

استادیاردانشگاه 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 :
  • تاجیک، ف. 1383. ارزیابی پایداری خاکدانه‌ها در برخی مناطق ایران. ...
  • قربانی دشتکی، ش، همایی، م. و مهدیان، م. 1388. برآورد ...
  • علی جانپور شمانی، ع.، شعبانپور، م.، اسدی، ح. و باقری، ...
  • مقایسه توابع انتقالی شبکه عصبی مصنوعی و رگرسیونی در تخمین هدایت آبی اشباع [مقاله کنفرانسی]
  • Calero, N ., Barron, V., and Torrent, J. 2008. Water ...
  • Campbell, G.S. 1985. Soil Physics with Basic: Transport Models for ...
  • Doai, M., Shabanpaour Shahrestani , M., Bagheri, F. and Navabiyan, ...
  • Merdun, H., Cinar, O., Meral, R., and Apan, M. 2006. ...
  • Minasny, B., McBratney, A.B., and Bristow, K.L. 1999. Comparison of ...
  • Khalilmo ghadam, B., Afyuni, M., Abbaspour, K. C., Jalalian, A., ...
  • Klute, A. 1986. Methods of Soil Analysis. Part 1. Physical ...
  • nd edition. Agron. Monog. 9. ASA and SSSA, Madison, WI. ...
  • Rawls, W.J., Gish, T.J. and Brakensiek, D.L. 1991. Estimating soil ...
  • Schaap, M.G., Leij, F.J. and Van Genuchten, M.Th. 1998. Neural ...
  • نمایش کامل مراجع