• شبیه سازی تغییرات زمانی درجه حرارت خاک رسی با استفاده از شبکه عصبی مصنوعی

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1387/02/10
    • تاریخ انتشار در تی پی بین: 1387/02/10
    • تعداد بازدید: 777
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    هدف این تحقیق بررسی کارایی مدل جعبه سیاه شبکه عصبی مصنوعی (ann) از نوع پرسپترون سه لایه (mlp) در شبیه سازی رژیم حرارتی خاک رسی با رطوبت 10% وزنی در اعماق مختلف در طول زمان می باشد. برای این منظور ابتدا در شرایط آزمایشگاهی تغییرات حرارتی ستونی از خاک رس به عمق یک متر در طول مدت زمان بالغ بر 25000 دقیقه ثبت گردید و این داده ها به منظور آزمون و آموزش شبکه مورد نظر استفاده شدند. از طرفی مدل رگرسیون غیرخطی از خانواده سیگموئید و از نوع (mmf) بهترین برازش را به مقادیر ثبت شده درجه حرارت در طول زمان نسبت به سایر روابط همبستگی نشان داد. عملکرد دو مدل رگرسیون غیرخطی و مدل ann در شبیه سازی رژیم حرارتی خاک مورد استفاده در اعماق و زمان های مختلف مورد بررسی قرار گرفت. نتایج بدست آمده نشان دهنده کارایی بهتر مدل تجربی ann نسبت به مدل آماری mmf در پیش بینی تغییرات حرارتی خاک رسی در تمامی اعماق مورد بررسی می باشد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین ژورنال ها