آنالیز شبکه های عصبی در شبیه سازی پروسه تبخیر

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

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 (ET_o) 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

ادامه مطلب