ورود
مقالات فارسیISIکنفرانسهاژورنالها

مقایسه شبکههای عصبی و روش ANFIS در تخمینESP در خاکهای رسوبی مناطق خشک

محل انتشار: اولین کنگره سراسری فناوریهای نوین ایران با هدف دستیابی به توسعه پایدار
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 405

فایل این مقاله در 8 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:
https://civilica.com/doc/345431

شناسه ملی سند علمی:

SENACONF01_512

تاریخ نمایه سازی: 25 فروردین 1394

چکیده مقاله:

اندازهگیری درصد سدیم تبادلی زمانبر ، پر هزینه و همراه با خطاست. از این رو، ارائه روشی که بتوان با استفاده از شاخص سهلالوصول دیگری، بطور غیرمستقیم آن را برآورد کرد بسیار بهینه و اقتصادیتر میباشد. بدین منظور در مطالعه حاضرتعداد 296 نمونه خاک از سطح دست سیستان جمعآوری و آنالیز شد. سپس با استفاده از شبکههای عصبی مصنوعیو RBF,MLP و سیستم نروفازیANFIS مقدارESPپیشبینی و با مقادیر واقعی مقایسه گردید. نتایج نشان داد سیستمANFIS با دو متغییر ورودیpH و EC کارامدترین مدل در تخمینESPمنطقه مورد مطالعه است

کلیدواژه ها:

نویسندگان

مسعود هاشمی

دانشجوی کارشناسی ارشد، گروه مهندسی علوم خاک، دانشگاه زابل

احمد غلامعلی زاده آهنگر

استادیار، گروه مهندسی علوم خاک، دانشگاه زابل

اسماء شعبانی

مربی، گروه مهندسی علوم خاک، دانشگاه زابل

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 :
  • برزگر، عبدالرحمن، خاک‌های شور و سدیمی: شناخت و بهره وری. ...
  • Agyare, W A, and Park, S J., Artificial neural network ...
  • Amutha, R., and Porchelva. P., Seasonal Prediction of groundwater levels ...
  • Chung, C H., Chiang, Y M., and Chang, F J., ...
  • Haykin, S, Neural networks: A comprehens ive foun dation, Prentice-Hall ...
  • Jang, J S R., ANFIS-A dap tive-network- based fuzzy inference ...
  • Rhoades, J D., Mineral weathering correction for estimating the sodium ...
  • Richards, L A. Diagnosis and improvement of saline and alkali ...
  • Sadrmomtazi, A., Sobhani, J., and Mirgozar, M A., Modeling compressive ...
  • Singh, P, and Deo, M C., Suitability of different neural ...
  • Soil Survey Staff. Soil survey laboratory methods manual, Soil Survey ...
  • Yilmaz, I., and Kaynar, O., Multiple regression, ANN (RBF, MLP) ...
    • نمایش کامل مراجع