شما این محصولات را انتخاب کرده‌اید

سبد خرید

آنالیز شبکه های عصبی در شبیه سازی پروسه تبخیر آنالیز شبکه های عصبی در شبیه سازی پروسه تبخیر
آنالیز شبکه های عصبی در شبیه سازی پروسه تبخیر آنالیز شبکه های عصبی در شبیه سازی پروسه تبخیر

آنالیز شبکه های عصبی در شبیه سازی پروسه تبخیر

امتیاز خریداران: 1 از 1 رای
87 بازدید
20,000 تومان

چکیده:

تبخیر یک مرجع مهم برای مدیران منابع آب است. این مطالعه یک مدل هیبریدی را که ترکیبی از شبکه های عصبی پیچیده مصنوعی (BPNN) است معرفی می کند.

فرآیند تبخیر و تعرق به عنوان یکی از مؤلفه­های اصلی چرخه هیدرولوژیک دارای اهمیت فراوانی در مدیریت و توسعه منابع آب و نیز برنامه­ریزی آبیاری می­باشد. در مطالعه حاضر به بررسی قابلیت سیستم استنتاج شبکه های عصبی فازی تطبیقی در بهبود تخمین میزان تبخیر و تعرق روزانه گیاه مرجع (ETo) پرداخته شد.

تبخیر فاکتور مهمی است که روی منابع آب تاثیر می گذارد. یک ارزیابی دقیق از تبخیر وابسته به مدیریت کشاورزی، توازن آب و زنجیره آب و منابع زمینی است. تقابل پیچیده بین زمین و سیستم های اتمسفری از ارزیابی های مثبت و دقیق و موثر در این زمینه جلوگیری می کند.

براساس مقایسه، شبکه MLP بهتر از شبکه های المان و RBNN عمل می کند. پس در مرحله بعدی حساسیت آنالیز توسط متدهای PaD و مقیاسی در رابطه با خروجی های MLP مورد پردازش و اجرا قرار می گیرد.

 

بیان مساله با استفاده از کاربر شبکه های عصبی:

شبکه­ های عصبی مصنوعی بر اساس استنباط از سیستم عصبی بیولوژیکی استوار است. در میان نمونه­ های متعدد شبکه­ های عصبی، شبکه انتشار به عقب دارای کاربرد بیشتری می­باشد(لیپ من 1987، شیری و همکاران 2011). شبکه یاد شده متشکل از لایه­ه ایی است که این لایه­ها دارای عناصری با عملکرد موازی هستند که به آنها نرون (عصب) گفته می­شود. هر لایه کاملاً با لایه قبل و بعد از خود در ارتباط است.

تبخیر را با استفاده از سازگاری رابطه ی بین هواشناسی و فاکتورهای آن ارزیابی و بررسی کنند. توزیع تبخیری کاملاً غیر خطی است. خوشبختانه ANN ها ابزار مناسبی برای سر و کار داشتن با مشکلات غیرخطی هستند. طبری و همکاران در سال 2011 تبخیر تشتکی روزانه را با استفاده از شبکه های عصبی پیچیده ی مصنوعی و رگرسیون غیر خطی چند متغیری در ناحیه ای نیمه خشک ارزیابی و اندازه گیری کردند.

در میان مدل های تجربی، تنها مدل پرتوی برای مدلینگ تبخیر روزانه و رطوبت قابل استفاده بود. مدل های ANN عموماً دقیق تر از مدل های تجربی هستند و این در شرایطی است که معماری شبکه انتخاب شده مناسب باشد و تعداد کافی از نقاط داده ای برای آموزش شبکه استفاده شود. تبخیر و تعرق به فرآیندی گفته می­شود که در آن آب از سطح خاک و گیاه به اتمسفر منتقل می­شود. تعیین مقدار تبخیر و تعرق (نیاز آبی گیاه) یک مؤلفه مهم در تعیین بیلان آب و بودجه­بندی آبیاری می­باشد. میزان نیاز آبی گیاه می­تواند به طریق مستقیم و با استفاده از تکنیک­های پرهزینه هواشناسی که مبتنی بر بیلان انرژی و نیز انتقال جریان جرم بخار می­باشند (روش آیرودینامیک، نسبت باون) صورت پذیرد.

 

تیم پی سی اسکریپت تلاش نموده است تا مقاله ارائه شده را به زبان فارسی ترجمه نموده و در اختیار شما عزیزان قرار دهد.

 

کلمات کلیدی: تبخیر، شبکه های مصنوعی، آنالیز، شبیه سازی

ویژگی های محصول

فرمت مقاله انگلیسی

مقاله ترجمه شده

تعداد صفحات

6

سال انتشار

1396

آشنایی با فرآیند پشتیبانی محصولات

کلیه محصولات پیش از انتشار توسط کارشناسان پی سی اسکریپت بررسی می شود اگر قبل از خرید سؤالی دارید می توانید در قسمت دیدگاه ها مطرح کنید اما اگر بعد از خرید محصول خریداری شده لینک دانلودش خراب است یا به هر پشتیبانی دیگری در مورد این محصول نیاز دارید از طریق تیکت با فروشنده این محصول می توانید در میان بگذارید،اگر با اشتراک ویژه این فایل را خریداری کردید، از طریق پنل کاربری تیکت ارسال بفرمایید.

روش های پشتیبانی

جهت ارسال تیکت باید به حساب کاربری خود وارد شوید.
87 بازدید
20,000 تومان
با خرید این محصول از مزایای زیر بهره‌مند می‌شوید:
دسترسی به فایل محصول به صورت مادام‌العمر
۶ ماه پشتیبانی کاملا رایگان و تضمین شده
آنالیز شبکه های عصبی در شبیه سازی پروسه تبخیر
امتیاز خریداران: 1 از 1 رای
تاریخ بروزرسانی:
کارشناس ارشد مهندسی کامپیوتر(نرم افزار) که 4 سال است در زمینه ترجمه انواع متون تخصصی، انجام پروژه و پایان نامه و همچنین نگارش مقالات داخلی و خارجی در حوزه IT ، مهندسی کامپیوتر و مدیریت فعالیت دارم. با توجه به علاقه ای که به بحث سئو و بهینه سایت داشتم حدود 2 سال است که به صورت جدی بر روی مقالات این گرایش متمرکز شده ام/

سایر محصولات مژدهی Other Products