چکیده مقاله
فرایند تبخیر، یکی از مؤلفه های اصلی چرخه ی هیدرولوژیکی میباشد که نقش حیاتی در مطالعات برنامه ریزی، طراحی، اجرا و مدیریت منابع آب شامل هیدرولوژی، زراعت، مدیریت آبیاری، پیش بینی جریان رودخانه ایفا مینماید هدف از این تحقیق، ارزیابی کارایی شبکه های عصبی مصنوعی و رگرسیون غیرخطی در برآورد تبخیر روزانه از تشت کلاس A در یک منطقه ی خشک میباشد پارامترهای دمای هوا، رطوبت نسبی، سرعت باد در ارتفاع ۲ متری، فشار هوا و تابش خالص خورشیدی بعنوان ورودی شبکه ی عصبی مصنوعی و رگرسیون غیرخطی انتخاب گردید برای انتخاب بهترین مدل شبکه ی عصبی و رگرسیون غیرخطی از معیارهای ضریب همبستگی، جذر میانگین مربع خطا و میانگین خطای مطلق استفاده شده است نتایج بدست آمده نشان میدهد که شبکه عصبی مصنوعی و رگرسیون غیرخطی ابزار مناسبی برای مدلسازی تبخیر از تشت می باشند بطورکلی روش شبکه ی عصبی مصنوعی نسبت به رگرسیون غیرخطی نتایج بهتری را ارائه داده است
کلیدواژهها
نویسندگان
حسین طبری
دانشجوی کارشناسی ارشد آبیاری و زهکشی، دانشگاه بوعلی سینا
علی آیینی
دانشجوی کارشناسی ارشد آبیاری و زهکشی، دانشگاه بوعلی سینا
علی اکبر سبزی پرور
دانشیار گروه مهندسی آب، دانشگاه بوعلی سینا
صفر معروفی
استادیار گروه مهندسی آب، دانشگاه بوعلی سینا
شیوه ارجاع
�بری، حسین و آیینی، علی و سبزی پرور، علی اکبر و معروفی، صفر،1387،مقایسهی رگرسیون غیرخطی و شبکهی عصبی مصنوعی در برآورد تبخیر روزانه از تشت تبخیر کلاس A در یک منطقه ی خشک،سومین کنفرانس مدیریت منابع آب،تبریز
ارائهشده در
مجموعه مقالات سومین کنفرانس مدیریت منابع آب23 مهر 1387 · تبریز