تعیین بهترین مدل سیستم استنتاج انطباقی فازی- عصبی در تخمین تبخیر-تعرق گیاه مرجع چمن در اقلیم نیمه خشک ساحلی هرمزگان
چکیده
چکیدهای برای این سند ثبت نشده است.
چکیدهای برای این سند ثبت نشده است.
تخمین دقیق تبخیر-تعرق گیاه مرجع (ETo (بهعنوان بخش مهمی از چرخه هیدرولوژی نقش بسزایی در برنامهریزی و مدیریت منابع آبی مناطق خشک ایفا میکند. در این مطالعه، دقت و قابلیت مدل سیستم استنتاج انطباقی فازی- عصبی (ANFIS (در تخمین تبخیر-تعرق موردبررسی قرار گرفت. بدینمنظور، دادههای هواشناسی
در این مطالعه عملکرد شبکههای عصبی مصنوعی با تابع پایه شعاعی (RBF(، پرسپترون چندلایه (MLP (و رگرسیون تعمیمیافته (GRNN (در تخمین تبخیر- تعرق گیاه مرجع، خیار و گوجهفرنگی در محیط گلخانه ارزیابی و مقایسه گردید. برای این منظور همزمان با اندازهگیری تبخیر- تعرق بهروش لایسیمتری، عوامل اقل
امروزه شبکههای عصبی مصنوعی کاربرد بسیاری در مسائل مختلف مهندسی آب که رابطه و الگوی مشخصی بین عوامل مؤثر بر وقوع یک پدیده وجود ندارد، پیدا کردهاند. در این پژوهش جهت تخمین تبخیر- تعرق مرجع داخل گلخانه با استفاده از شبکههای عصبی مصنوعی، از دادههای هواشناسی اندازهگیری شده داخل
برآورد دقیق تبخیر- تعرق، بهعنوان یکی از اجزای اصلی چرخه هیدرولوژی، در مدیریت منابع آب، برنامهریزی آبیاری و مطالعههای زیستمحیطی اهمیت فراوان دارد. اندازهگیری میزان واقعی این مؤلفه بسیار مشکل است، بنابراین بهکارگیری مدلهایی که بر استفاده از دادههای هواشناسی موجود استوار هستند میتوا
انرژی شکست بتن gf، یکی از پارامترهای اساسی شکست و مُعرّف مقاومت ترک خوردگی بتن است،همچنین یکی از ویژگی های مهم بتن در ملاحظات طراحی سازه های بتنی است. در سال های اخیر با بهره گیری از روش های مختلف آزمایشگاهی، پارامتر های شکست بتن مورد بررسی قرار گرفته است؛ نقش این پارامتر ها در ط
انرژی شکست بتن GF، یکی از پارامترهای اساسی شکست و مُعرّف مقاومت ترکخوردگی بتن است،همچنین یکی از ویژگی های مهم بتن در ملاحظات طراحی سازه های بتنی است. در سال های اخیر با بهره گیری از روش های مختلف آزمایشگاهی، پارامتر های شکست بتن مورد بررسی قرار گرفته است؛ نقش این پارامتر ها در ط