مقایسه عملکرد شبکه های عصبی RBF و MLP در برآورد هدایت هیدرولیکی اشباع خاک
محل انتشار: دومین همایش سراسری کشاورزی و منابع طبیعی پایدار
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 541
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NACONF02_0913
تاریخ نمایه سازی: 27 آبان 1393
چکیده مقاله:
هدایت هیدرولیکی اشباع خاک فرایندهای نفوذ درخاک،جریان زیرزمینی و تبخیر را کنترل می کند.غالبا برای پیش بینی این پارامتر از شبکه های عصبیMLPو پارامترهای زود یافت خاک به عنوان ورودی استفاده شده است. در این مطالعه اقدام به بررسی نتایج حاصل از تشکیل شبکه های عصبیRBFدر برآورد این پارامتر و مقایسه آن با شبکه های MLPگردید و از پارامترهای معادله مبنای مدلHYDRUSبراساس چاهک های پوشش دار حفر شده، به عنوان ورودی استفاده گردید.ارزیابی نتایج با شاخص هایSSE وRMSE،MSE،R2 انجام شد.نتایج نشان داد شبکه های MLPتا حدودی نسبت بهRBFعملکرد بهتری در پیش بینی این پارامترداشته اند.
کلیدواژه ها:
نویسندگان
المیراسادات شمس امام زاده
دانشجوی کارشناسی ارشد مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران
جابر سلطانی
استادیارگروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران
محمود مشعل
دانشیارگروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران
موسی کلانکی
کارشناس ارشد هوش مصنوعی، دانشگاه صنعتی مالک اشتر، مجتمع دانشگاهی علوم و فناوری های زیر دریا
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 :