مقایسة روشهای هوش مصنوعی و رگرسیون چند متغیره برای واسنجی دستگاه القاگر الکترومغناطیس در منطقة اردکان
نویسندگان
چکیده
به منظور واسنجی دادههای دستگاه القاگر الکترومغناطیس از روشهای مختلفی استفاده میشود. سؤال پیش رو این است که کدام یک از تکنیکها قابلیت بیشتری برای برآورد غیرمستقیم دادههای شوری خاک دارند. برای پاسخ به این پرسش، در پژوهش حاضر، از 600 نمونه خاک جمعآوری شده از منطقة اردکان برای واسنجی دادههای هدایت الکتریکی ظاهری خاک با استفاده از روشهای رگرسیونی و هوش مصنوعی بهره گرفته شد. در این راستا، دادهها به دو سری شامل سری آموزشی (80درصد دادهها) و سری ارزیابی (20درصد دادهها) تقسیم شد. به منظور مدلسازی و برآورد شوری، از مدلهای نروفازی، شبکة عصبی مصنوعی، الگوریتم ژنتیک و رگرسیون چند متغیره استفاده شد. نتایج ارزیابی مدلها بر اساس شاخصهای ریشة مربعات خطا، میانگین خطا و ضریب تبیین نشان داد مدل نروفازی بالاترین دقت در برآورد شوری خاک در چهار عمق را دارد. بهطوریکه این مدل به میزان 9، 9، 5 و 2 درصد دقت برآورد شوری را به ترتیب در اعماق 15، 30، 60 و 100 سانتیمتری نسبت به روش رگرسیون خطی چندگانه افزایش داده است. با توجه به عدم قطعیت در پدیدههای مرتبط با خاک یا تقریبی بودن مقادیر اندازهگیری شده خصوصیات مختلف خاک، به نظر میرسد کارایی بالاتر مدل مبتنی بر مجموعههای فازی در پردازش توابع انتقالی خاک به همین علت باشد. بعد از این مدل، الگوریتم ژنتیک و شبکههای عصبی مصنوعی نسبت به معادلات رگرسیونی کارایی بهتر داشته است. در مجموع، نتایج نشان داد روشهای هوش مصنوعی کارایی بالاتری نسبت به روشهای رگرسیونی برای واسنجی دستگاه القاگر الکترومغناطیس دارد.
منابع مشابه
مقایسة روشهای هوش مصنوعی و رگرسیون چندمتغیره برای واسنجی دستگاه القاگر الکترومغناطیس در منطقة اردکان
بهمنظور واسنجی دادههای دستگاه القاگر الکترومغناطیس از روشهای مختلفی استفاده میشود. سؤال پیش رو این است که کدام یک از تکنیکها قابلیت بیشتری برای برآورد غیرمستقیم دادههای شوری خاک دارند. برای پاسخ به این پرسش، در پژوهش حاضر، از 600 نمونه خاک جمعآوریشده از منطقة اردکان برای واسنجی دادههای هدایت الکتریکی ظاهری خاک با استفاده از روشهای رگرسیونی و هوش مصنوعی بهره گرفته شد. در این راستا، داد...
متن کاملواسنجی دستگاه القاگر الکترومغناطیس به منظور برآورد تغییرات عمودی شوری خاک با استفاده از روشهای فراکاوشی
شوری خاک یکی از مشکلات اساسی در مناطق خشک و نیمهخشک میباشد. بنابراین، تهیه و به روز رسانی نقشههای شوری خاک جهت شناسایی مراحل اولیه شوریزائی خاک حائز اهمیت میباشد. دستگاه القاگر الکترومغناطیس بهعنوان جایگزینی برای روش سنتی جهت ارزیابی سریع شوری خاک میباشد. بهمنظور واسنجی دادههای دستگاه القاگر الکترومغناطیس از روشهای مختلفی استفاده میشود. این پژوهش به واسنجی دستگاه القاگر الکترومغناطیس...
متن کاملمقایسة روشهای شبکة عصبی مصنوعی و درخت تصمیم در تهیة نقشة رقومی خاک در منطقة اردکان
در پاسخ به تقاضای اطلاعات مکانی خاک، بهکاربردن دادههای کمکی رقومی و ارتباط آنها با دادههای مشاهداتی صحرایی در حال افزایش است. استفاده از اطلاعات رقومی از طریق روشهای کامپیوتری، که اصطلاحاً نقشهبرداری رقومی خاک خوانده میشود، قابل اعتمادتر و کمهزینهتر از روشهای سنّتی نقشهبرداری خاک است. بنابراین، در پژوهش حاضر از مدلهای درخت تصمیم و شبکة عصبی مصنوعی برای پیشبینی مکانی کلاسهای تاکسونوم...
متن کاملواسنجی دستگاه القاگر الکترومغناطیس به منظور برآورد تغییرات عمودی شوری خاک با استفاده از روش های فراکاوشی
شوری خاک یکی از مشکلات اساسی در مناطق خشک و نیمهخشک میباشد. بنابراین، تهیه و به روز رسانی نقشههای شوری خاک جهت شناسایی مراحل اولیه شوری زائی خاک حائز اهمیت میباشد. دستگاه القاگر الکترومغناطیس بهعنوان جایگزینی برای روش سنتی جهت ارزیابی سریع شوری خاک میباشد. بهمنظور واسنجی دادههای دستگاه القاگر الکترومغناطیس از روشهای مختلفی استفاده میشود. این پژوهش به واسنجی دستگاه القاگر الکترومغناطیس...
متن کاملپیشبینی ظرفیت تبادل کاتیونی خاک با استفاده از شبکه عصبی مصنوعی و رگرسیون چند متغیره
چکیده ارزیابی و طراحی سناریو های مختلف مدیریتی احتیاج به داشتن اطلاعات دقیق بانک اطلاعات خاک دارد، ظرفیت تبادل کاتیونی از پارامتر های مهم موجود در بانک اطلاعاتی خاک به حساب می آید. با توجه به مشکلات اندازه گیری مستقیم ظرفیت تبادل کاتیونی بخصوص در خاک های اریدیسول ایران در سال های اخیر از روش های غیر مستقیم برای برآورد این پارامتر استفاده می شود. بدین منظور در این تحقیق برای برآورد ظرفیت تبادل ک...
متن کاملمقایسة روش های شبکة عصبی مصنوعی و درخت تصمیم در تهیة نقشة رقومی خاک در منطقة اردکان
در پاسخ به تقاضای اطلاعات مکانی خاک، به کاربردن داده های کمکی رقومی و ارتباط آن ها با داده های مشاهداتی صحرایی در حال افزایش است. استفاده از اطلاعات رقومی از طریق روش های کامپیوتری، که اصطلاحاً نقشه برداری رقومی خاک خوانده می شود، قابل اعتمادتر و کم هزینه تر از روش های سنّتی نقشه برداری خاک است. بنابراین، در پژوهش حاضر از مدل های درخت تصمیم و شبکة عصبی مصنوعی برای پیش بینی مکانی کلاس های تاکسونوم...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
تحقیقات آب و خاک ایرانناشر: پردیس کشاورزی و منابع طبیعی دانشگاه تهران
ISSN 2008-479X
دوره 45
شماره 1 2014
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023