شبیه سازی و مقایسه ی تبخیر و تعرق پتانسیل به روش های شبکه عصبی مصنوعی، نروفازی ودرخت تصمیم گیریM5 (مطالعه موردی؛ ایستگاه سینوپتیک شیراز )

پیام:
چکیده:
تخمین صحیح تبخیر و تعرق در طراحی، مدیریت سیستم های آبیاری و زهکشی از اهمیت زیادی برخوردار است. یکی از روش های تخمین تبخیر و تعرق، که در حل این مسائل و پیش بینی آن کاربرد زیادی دارد، روش های نروفازی (ANFIS)، شبکه های عصبی مصنوعی (ANNs) و درخت تصمیم گیری M5 می باشند. هدف از این تحقیق، بررسی کارایی روش های مذکور در برآورد تبخیر و تعرق مرجع در ایستگاه هواشناسی شیراز می باشد، بدین منظور داده های هواشناسی روزانه 5 ساله ایستگاه مذکور به عنوان ورودی مدل ها انتخاب شدند. برای اجرای مدل شبکه عصبی مصنوعی، مدل نرو فازی و درخت تصمیم گیری M5 به ترتیب از نرم افزارهای Qnet2000، MATLAB و WEKAاستفاده گردید. جهت ارزیابی نتایج مدل های ذکر شده ریشه میانگین مربعات خطا (RMSE)، ضریب تعیین (R2) و معیار میانگین قدرمطلق خطای نسبی (MAE) استفاده شد. نتایج حاصل از مدل شبکه عصبی مصنوعی و مدل انفیس به کمک شاخص های آماری R2، RMSEو MAEبه ترتیب برابر با 999/0 ، 0009/0و 00000139/0- و 999/0، 001855/0و 00119/0- به دست آمد، که نشان از دقت بالای هر دو مدل در شبیه سازی دارد. هم چنین مقدار ضریب همبستگیR2 ،RMSE و MAE مدل درخت تصمیم گیری بترتیب برابر 717/0 ، 1088/0 و 0387/0 محاسبه شدند که نشان دهنده ی کارایی مناسب مدل درختی M5 در پیش بینی میزان تبخیر و تعرق مرجع است.
نوع مقاله:
مقاله پژوهشی/اصیل
زبان:
فارسی
صفحات:
255 -260
لینک کوتاه:
magiran.com/p1978613 
روش‌های دسترسی به متن این مطلب
اشتراک شخصی
در سایت عضو شوید و هزینه اشتراک یک‌ساله سایت به مبلغ 300,000ريال را پرداخت کنید. همزمان با برقراری دوره اشتراک بسته دانلود 100 مطلب نیز برای شما فعال خواهد شد!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی همه کاربران به متن مطالب خریداری نمایند!