روح اله رضایی ارشد - گروه خاکشناسی، دانشگاه شهیدچمران اهواز
غلامعباس صیاد - گروه خاکشناسی، دانشگاه شهید چمران اهواز
امین تیمانی - گروه علوم کامپیوتر، دانشگاه شهید چمران اهواز

اندازه گیری مستقیم ویژگی های هیدرولیکی خاک وقت گیر و پر هزینه بوده و تا حدی به علت غیر همگن بودن خاک و خطاهای آزمایشگاهی غیر قابل اعتماد است. در عوض ویژگی های هیدرولیکی می تواند از جایگزینی داده هایی مثل بافت خاک، جرم مخصوص ظاهری و 000 با استفاده از توابع انتقالی بدست آید. این مقاله توابع انتقالی شبکه عصبی برای پیش بینی نفوذ پذیری تجمعی و شدت نفوذ نهایی خاک با استفاده از خصوصیات زود یافت خاک را بررسی می کند. اهداف اصلی این تحقیق شامل 1- تعیین بهترین ترکیب ورودی ها در پیش بینی این پارامتر های نفوذ 2- ارزیابی کارایی نسبی مدل های مختلف شبکه عصبی ( MLP و RBF) و مقایسه آنها با روش رگرسیون میباشد. نتایج این تحقیق نشان داد که روش رگرسیون کارایی بهتر نسبت به شبکه های عصبی مصنوعی دارد.

شبکه های عصبی مصنوعی، ویژگی های هیدرولیکی، توابع انتقالی، نفوذ پذیری