مقاله ارزيابي سيستم هاي هوشمند عصبي در کاهش پارامترهاي تخمين تبخير تعرق گياه مرجع که چکیده‌ی آن در زیر آورده شده است، در خرداد و تير ۱۳۸۹ در آب و خاك (علوم و صنايع كشاورزي) از صفحه ۲۹۷ تا ۳۰۵ منتشر شده است.
نام: ارزيابي سيستم هاي هوشمند عصبي در کاهش پارامترهاي تخمين تبخير تعرق گياه مرجع
این مقاله دارای ۹ صفحه می‌باشد، که برای تهیه‌ی آن می‌توانید بر روی گزینه‌ی خرید مقاله کلیک کنید.
کلمات مرتبط / کلیدی:
مقاله تبخير تعرق گياه مرجع
مقاله آزمون پيرسون
مقاله مدل هاي هوشمند
مقاله همدان

نویسنده(ها):
جناب آقای / سرکار خانم: زارع ابيانه حميد
جناب آقای / سرکار خانم: بيات ورکشي مريم
جناب آقای / سرکار خانم: معروفي صفر
جناب آقای / سرکار خانم: اميري چايجان رضا

چکیده و خلاصه‌ای از مقاله:
مطالعه حاضر به منظور استفاده از حداقل پارامترهاي هواشناسي در پيش بيني تبخير تعرق گياه مرجع در منطقه همدان براي سال هاي ۱۳۷۶ و ۱۳۷۷ صورت گرفته است. بدين منظور، با استفاده از آزمون پيرسون، شش پارامتر هواشناسي مورد نياز در روش پنمن مانتيث فایو-۵۶ که شامل دماهاي حداکثر و حداقل، مقادير رطوبت نسبي حداقل و حداکثر، سرعت باد در ارتفاع دو متري و ساعت آفتابي روزانه مي شوند، به صورت چهار سناريوي اطلاعاتي با يکديگر ترکيب و به کاربرده شدند (که تحت عنوان شماره ۱، ۲، ۳ و ۴ نام گذاري شدند). با اعمال اين سناريوها بر مدل هاي هوشمند شبکه عصبي مصنوعي (ANN) و سيستم استنتاج تطبيقي عصبي- فازي (ANFIS) در محيط نرم افزاري MATLAB، تبخير تعرق گياه مرجع منطقه تخمين گرديد. به منظور ارزيابي نتايج هر يک از سناريوهاي مورد استفاده، از مقادير واقعي تبخير تعرق مرجع (لايسيمتري) استفاده شد. نتايج نشان داد که افزايش تعداد اطلاعات در لايه ورودي لزوما منجر به بهبود نتايج مدل هاي هوشمند نمي شود. سناريوي اطلاعاتي شماره ۲ که شامل سه پارامتر دماي حداقل و حداکثر هوا و ساعت آفتابي روزانه بود، در هر دو مدل ANN و ANFIS برآوردهاي معقول و يکساني در بر داشت. در اين سناريو مقادير حداقل معيار مجذور ميانگين مربعات خطا (RMSE)، ميانگين مطلق خطا (MAE) و حداکثر ضريب تعيين (R2) در مرحله آزمايش به ترتيب معادل ۰۹/۰ و ۰۷/۰ ميلي متر بر روز و ۹۰/۰ بودند. در مجموع بين نتايج شبکه عصبي مصنوعي و سيستم استنتاج تطبيقي عصبي- فازي از نظر آماره هاي خطاسنجي اختلاف قابل ملاحظه اي مشاهده نشد. ضمن آن که اين دو نسبت به نياز اطلاعاتي در لايه ورودي خود داراي حساسيت يکسان بودند. مدل شبکه عصبي پس از ۲۶ تکرار محاسباتي در مقايسه با سيستم استنتاج تطبيقي عصبي- فازي که با ۴۰ تکرار محاسباتي بود، سريع تر به جواب مناسب دست يافت. همچنين برآوردهاي شبکه هاي عصبي با روش استاندارد پنمن مانتيث نيز مقايسه گرديد، که نشان دهنده دقت و توانمندي قابل ملاحظه مدل هاي هوشمند (RMSE معادل ۰۹/۰ ميلي متر بر روز) نسبت به روش استاندارد (RMSE معادل ۳۴/۰ ميلي متر بر روز)، براي تخمين تبخير تعرق گياه مرجع مي باشد.