ارائه یک مدل شبکه عصبی مصنوعی برای تخمین نفوذ آب در خاک براساس پارامتر های مدل های SCS و کوستیاکوف
نویسنده:
چکیده:
نفوذ آب به داخل خاک یکی از فرایند های است که امروزه بیشتر مد نظر محققان است و نقشی بسیار اساسی در چرخه آبی طبیعت ایفا می کند. به دلیل تغییرپذیری های زمانی و مکانی این ویژگی، اندازه گیری مستقیم آن نیاز به نمونه برداری های فراوان دارد. بنابراین، استفاده از روش غیرمستقیم به جای اندازه گیری مستقیم به منظور دستیابی به تخمینی قابل قبول بسیار مفید است. در این تحقیق، از پارامتر های دو مدل SCS و کوستیاکوف برای مدل سازی با استفاده از روش شبکه عصبی مصنوعی برای مدل سازی به کار برده شد. هدف از این تحقیق، ارائه مدلی برای شبیه سازی و پیش بینی میزان نفوذ با استفاده از شبکه عصبی مصنوعی بود. برای این منظور، تحت یک مطالعه موردی در حوزه آبخیز داوود رشید، استان لرستان، داده های بارش و رواناب به عنوان پارامتر های ورودی برای توسعه بهترین مدل شبکه عصبی مصنوعی استفاده شدند. سپس با استفاده از معیار های ارزیابی کارایی شامل درصد خطای نسبی (RE)، ریشه میانگین مربعات خطا (RMSE)، ضریب کارایی (EF) و ضریب تبیین (R2) بهترین مدل شبکه عصبی مصنوعی انتخاب شد. براساس نتایج حاصل، ساختار بهینه مدل شبکه عصبی مصنوعی، دو مدل ANN-1 و ANN-2 با 4 و 9 نرون در لایه پنهان به ترتیب تعیین شدند. همچنین نتایج تحقیق حاضر نشان داد، مدلی که براساس پارامتر های مدل سازمان حفاظت خاک آمریکا طراحی شده بود (یعنی مدل ANN-1) از دقت بالاتری برای پیش بینی نفوذ برخوردار است.
کلیدواژگان:
زبان:
فارسی
انتشار در:
صفحات:
77 تا 86
لینک کوتاه:
magiran.com/p1485370
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
دسترسی سراسری کاربران دانشگاه پیام نور!
اعضای هیئت علمی و دانشجویان دانشگاه پیام نور در سراسر کشور، در صورت ثبت نام با ایمیل دانشگاهی، تا پایان فروردین ماه 1403 به مقالات سایت دسترسی خواهند داشت!
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!