کاربرد سیستم‌های استنتاج عصبی - فازی تطبیقی و برنامه‌ریزی ژنتیک برای برآورد تبخیر تعرق ماهانه در شمال‌غرب ایران

نویسندگان

  • جواد بهمنش دانشیار گروه مهندسی آب دانشگاه ارومیه.
  • سجاد آیشم دانشجوی کارشناسی ارشد منابع آب دانشگاه ارومیه.
  • فرشاد احمدی دانشجوی دکتری مهندسی منابع آب دانشگاه شهید چمران اهواز .
  • کیوان خلیلی استادیار گروه مهندسی آب دانشگاه ارومیه.
چکیده مقاله:

تبخیر و تعرق یکی از اجزای اصلی چرخه هیدرولوژی است که تخمین دقیق آن در طراحی و مدیریت سیستم­های آبیاری، شبیه­سازی تولیدات گیاهی و مدیریت منابع آب ضروری است. در این مطالعه به منظور برآورد تبخیر و تعرق گیاه مرجع با استفاده از دو مدل برنامه­ریزی ژنتیک (GP) و سیستم استنتاج عصبی - فازی تطبیقی (ANFIS) در مقیاس زمانی ماهانه، 6 ایستگاه سینوپتیک در منطقه شما­ل­غرب کشور در دوره آماری 38 ساله (2010-1973) انتخاب شد. در ابتدا مقادیر تبخیر تعرق ماهانه گیاه مرجع  برای ایستگاه­های منتخب توسط روش فائو- پنمن- مونتیث محاسبه و به عنوان خروجی مدل­ها در نظر گرفته شد. سپس یک رابطه رگرسیونی بین متغیرهای اقلیمی مختلف موثر در پدیده تبخیر و تعرق به دست آمد و الگوهای مختلف ورودی برای مدل­های مورد استفاده مشخص گردید که بر این اساس رطوبت نسبی با داشتن کمترین تاثیر از ورودی­ها حذف شد. همچنین در مطالعه حاضر سعی گردید تا نقش حافظه در پیش­بینی تبخیر تعرق ماهانه گیاه مرجع بررسی و از تاخیرهای یک، دو، سه و چهار ماهه نیز به عنوان ورودی برای مدل­ها استفاده شد. به طور کلی برای هر مدل 9 الگوی ورودی ایجاد شد که نتایج حاصله نشان دهنده دقت بالا و خطای کم هر دو مدل در پیش­بینی تبخیر تعرق ماهانه گیاه مرجع  بوده و کارآیی مدلANFISبهتر از روش GP بود. 

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

کاربرد سیستم های استنتاج عصبی - فازی تطبیقی و برنامه ریزی ژنتیک برای برآورد تبخیر تعرق ماهانه در شمال غرب ایران

تبخیر و تعرق یکی از اجزای اصلی چرخه هیدرولوژی است که تخمین دقیق آن در طراحی و مدیریت سیستم­های آبیاری، شبیه­سازی تولیدات گیاهی و مدیریت منابع آب ضروری است. در این مطالعه به منظور برآورد تبخیر و تعرق گیاه مرجع با استفاده از دو مدل برنامه­ریزی ژنتیک (gp) و سیستم استنتاج عصبی - فازی تطبیقی (anfis) در مقیاس زمانی ماهانه، 6 ایستگاه سینوپتیک در منطقه شما­ل­غرب کشور در دوره آماری 38 ساله (2010-1973) ا...

متن کامل

پیش بینی تبخیر- تعرق پتانسیل ماهانه با استفاده از مدل‌های ماشین بردار پشتیبان، برنامه‌ریزی ژنتیک و سیستم استنتاج عصبی – فازی

  چکیده علی­رغم اهمیت تبخیر-تعرق در برنامه­ریزی و مدیریت منابع آبی، وابستگی آن به مولفه­های اقلیمی از یک­سو و تاثیرپذیری این مولفه­ها از یکدیگر از سویی دیگر تخمین تبخیر-تعرق را دشوار ساخته است. به همین منظور، در این پژوهش، به بررسی امکان پیش­بینی این مولفه­ی مهم در استان سیستان و بلوچستان با استفاده از مدل‌های فراابتکاری از قبیل سیستم استنتاج عصبی – فازی، برن...

متن کامل

بررسی امکان کاربرد سیستم استنتاج فازی- عصبی تطبیقی (ANFIS) در برآورد بار رسوب معلق بابل‌رود

Sediment load estimation is one of the most important issues in rivers & dam reservoirs management and generally in water projects. Various empirical equations show that proper analytical or empirical method is not suggested for correct estimation of suspended sediment, yet. In the present study, to assessment of closer estimation to actual data of transported sediment in Ghoran Talar station l...

متن کامل

برآورد تبخیر و تعرق مرجع با استفاده از سیستم استنتاج عصبی-فازی (مطالعه موردی شهرستان سنندج)

تبخیر و تعرق یکی از اجزای اصلی چرخه هیدرولوژی و تخمین نیاز آبیاری است. در این تحقیق پتانسیل سیستم استنتاج تطبیقی عصبی- فازی (anfis) و شبکه عصبی مصنوعی (ann) در برآورد تبخیر و تعرق مرجع (eto) روزانه مورد بررسی قرار گرفت. از داده های روزانه سال های 1389و1390 مربوط به ایستگاه هواشناسی سنندج استفاده شد. داده های مورد استفاده در این تحقیق، شامل دمای ماکزیمم، دمای مینیمم، رطوبت نسبی حداکثر، رطوبت نسب...

15 صفحه اول

مقایسه مدل های شبیه سازی سیستم استنتاج تطبیقی عصبی– فازی و شبکه عصبی مصنوعی در تخمین تبخیر و تعرق گیاه مرجع و تبخیر و تعرق گیاه سیر

در این تحقیق از روش های مبتنی بر هوش مصنوعی شامل شبکه عصبی مصنوعی (ann)، عصبی-فازی در قالب دو روش anfis و canfis و روش ترکیبی عصبی با الگوریتم ژنتیک (annga) برای مدل سازی تبخیر تعرق گیاه مرجع (et0) و گیاه سیر (etc) استفاده شد. نتایج به دست آمده از مدل های هوشمند با داده های سال های 1376 و 1377 لایسیمتر زهکش دار برای گیاه مرجع چمن و سال های 1387 و 1388 برای گیاه سیر واسنجی شد. داده های هواشناسی ...

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 29.2  شماره 2

صفحات  235- 247

تاریخ انتشار 2015-07-23

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023