مقایسه ضرایب تشت برآورد شده با استفاده از روشهای تجربی، شبکه عصبی مصنوعی و عصبی- فازی در برآورد تبخیر و تعرق گیاه مرجع
Authors
Abstract:
در این تحقیق کارایی روشهای متفاوت تجربی (کوینکا، اشنایدر، اورنگ، آلن و پرویت، مدل راگووانشی و والندر، اشنایدر اصلاح شده، پریرا) در مقایسه با شبکه عصبی مصنوعی (ANN) و سامانه استنتاج عصبی- فازی تطبیقی (ANFIS)در برآورد ضریب تشت رده A و تبخیر و تعرق گیاه مرجع، در یک اقلیم گرم و خشک مورد ارزیابی قرار گرفت. بدینمنظور از آمار 10 ساله مربوط به اندازهگیری روزانه تبخیر از تشت استفاده شد. با توجه به کمبود دادههای لایسیمتری، بهمنظور محاسبه میزان تبخیر و تعرق مرجع، از روش استاندارد پنمن مانتیت- فائو 56 استفاده شد. در دو روش شبکه عصبی مصنوعی و عصبی- فازی مقادیر سرعت باد، رطوبت نسبی هوا و طول سبزینگی، درحکم متغیرهای ورودی و ضریب تشت که با استفاده از روش پنمن مانتیت- فائو 56 محاسبه شده بود، درحکم متغیر خروجی بهکار گرفته شد. برای ارزیابی کارایی هریک از روشهای بهکار رفته از ضریب تعیین، جذر میانگین مربعات خطا و میانگین خطای مطلق استفاده شد. نتایج این تحقیق روشن ساخت که روش عصبی- فازی (ANFIS) نسبت به روشهای دیگر نتایج بهتری در برآورد ضریب تشت و تبخیر و تعرق مرجع بهدست میدهد. از بین روشهای تجربی برآورد ضریب تشت، روشهای کوینکا و اشنایدر بعد از روشهای شبکه عصبی در برآورد ضریب تشت در اقلیمهای گرم و خشک توصیه میشود.
similar resources
مقایسه ضرایب تشت برآورد شده با استفاده از روش های تجربی، شبکه عصبی مصنوعی و عصبی- فازی در برآورد تبخیر و تعرق گیاه مرجع
در این تحقیق کارایی روش های متفاوت تجربی (کوینکا، اشنایدر، اورنگ، آلن و پرویت، مدل راگووانشی و والندر، اشنایدر اصلاح شده، پریرا) در مقایسه با شبکه عصبی مصنوعی (ann) و سامانه استنتاج عصبی- فازی تطبیقی (anfis)در برآورد ضریب تشت رده a و تبخیر و تعرق گیاه مرجع، در یک اقلیم گرم و خشک مورد ارزیابی قرار گرفت. بدین منظور از آمار 10 ساله مربوط به اندازه گیری روزانه تبخیر از تشت استفاده شد. با توجه به کم...
full textبرآورد تبخیر از تشت تبخیر ایستگاه سد تنظیمی دز با استفاده از روش شبکه عصبی مصنوعی
بیشتر بارندگی مناطق خشک و نیمه خشک بصورت تبخیر به جو باز می گردد پس تخمین تبخیر دربرآورد میزان آب در چرخه آب مهم خواهد بود. تبخیر وابسته به پارامترهای مختلفی است و برای برآورد آن نیاز به متغیرهای اقلیمی متفاوتی است و اثر متقابل این متغیرها بسیار پیچیده است لذا در بررسی آن باید روشهای دقیقی را بکار گرفت. در این تحقیق برای برآورد تبخیر از تشت ایستگاه سد تنظیمی دز از روش شبکه عصبی مصنوعی استفاده ش...
full textارزیابی شبکه عصبی مصنوعی و مدلهای فیزیکی تجربی تخمین تبخیر- تعرق گیاه مرجع در آبوهوای نیمهخشک
full text
برآورد تبخیر و تعرق مرجع با استفاده از مدلهای تجربی، مدلسازی آن با شبکه عصبی مصنوعی و مقایسه آنها با دادههای لایسیمتری در ایستگاه کهریز ارومیه
یکی از راههای کاهش تلفات آب در مزارع، برنامهریزی صحیح آبیاری میباشد و اساس این برنامهریزی را برآورد دقیق نیاز آبی گیاهان تشکیل میدهد که ضریبی از تبخیر و تعرق مرجع است. تبخیر و تعرق مرجع یک پدیده چند متغیره و پیچیده است که به عوامل متعدد اقلیمی بستگی دارد و دقیقترین روش برای برآورد آن، لایسیمتر است اما استفاده از لایسیمتر، مستلزم وقت و هزینه زیادی است، از این رو تخمین تبخیر و تعرق با استف...
full textمقایسه عملکرد شبکههای عصبی RBF و MLP در برآورد تبخیر و تعرق گیاه مرجع
تبخیر و تعرق یکی از اجزای اصلی چرخهی هیدرولوژی است. این فرایند پیچیده به عوامل متعدد اقلیمی وابسته است. شبکههای عصبی مصنوعی در چند دههی اخیر و در مطالعات صورت گرفته برای مدلسازی سیستمهای پیچیده و غیر خطی قابلیت بسیار بالایی از خود نشان دادهاند. در تحقیق حاضر امکان استفاده از شبکههای با تابع پایهی شعاعی (RBF) و شبکههای پرسپترون چند لایه (MLP) برای تخمین تبخیر و تعرق گیاه مرجع مورد مطالع...
full textمقایسه عملکرد شبکه های عصبی rbf و mlp در برآورد تبخیر و تعرق گیاه مرجع
تبخیر و تعرق یکی از اجزای اصلی چرخه ی هیدرولوژی است. این فرایند پیچیده به عوامل متعدد اقلیمی وابسته است. شبکه های عصبی مصنوعی در چند دهه ی اخیر و در مطالعات صورت گرفته برای مدل سازی سیستم های پیچیده و غیر خطی قابلیت بسیار بالایی از خود نشان داده اند. در تحقیق حاضر امکان استفاده از شبکه های با تابع پایه ی شعاعی (rbf) و شبکه های پرسپترون چند لایه (mlp) برای تخمین تبخیر و تعرق گیاه مرجع مورد مطالع...
full textMy Resources
Journal title
volume 38 issue 1
pages 229- 240
publication date 2012-04-20
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023