بکارگیری شبکه عصبی در شبیه سازی مقدار نفوذ تجمعی سطحی و تعیین عوامل مؤثر بر آن

میزان نفوذ آب در خاک یکی از عوامل مهم برای طراحی، مدیریت و اجرای آبیاری در مزارع است . روش های گوناگونی جهت برآورد میزان نفوذپذیری خاک مورد استفاده قرار می گیرند که هر کدام محاسن و معایبی دارند. دلیل این امر وجود ارتباطات پیچیده بین پارامترهای گوناگون مؤثر در مقداری نفوذپذیری خاک است در این پژوهش برای مطالعه و ارزیابی نفوذپذیری آب در خاک دو منطقه چنیبه و Arc-2 توسعه نیشکر امیرکبیر مورد بررسی و نمونه برداری قرار گرفت . سپس مقادیر اندازه گیری شده با مقدار محاسبه شده توسط مدل Qnet2000 مقایسه گردید. در این مدل از مجموع ١٧٢ نمونه ، 122 نمونه برای آموزش 40 نمونه برای تست آموزش و 10 نمونه برای صحت سنجی بکارگرفته شد. در این فرایند مدل با 7 پارامتر و سپس با 5 و 4 و 3 پارامتر ورودی آزمایش شد. توابع محرک در این شبکه ها سیگموئید ، تانژانت ها پیربولیک و سکانت هایپربولیک می باشد. لازم به ذکر است که مدل در این تحقیق در حدود ٦٥٠ بار اجرا شد که درنهایت شبکه ٣ لایه با تابع محرک سکانت هایپربولیک با ٤ عنصر در لایه ورودی و ٧ عنصر در لایه پنهان و ١ عنصر در لایه خروجی نسبت به سایر نتایج، نتیجه خوبی دست آورد این الگو دارای بیشترین ضریب همبستگی برابر 0/99976 و کمترین مقدار خطا برابر 0/11912 در مرحله صحت سنجی می باشد .همچنین مدل مشخص می کند که در این الگو ابتدا زمان و بعد از آن مقدار شن و رطوبت اولیه و در آخر مقدار رس مهمترین عوامل در میزان نفوذپذیری می باشند .

کلیدواژه ها:

شبکه عصبی و مصنوعی ، نفوذپذیری ، مدل Qnet2000