چکیده مقاله
تبخیر و تعرق به عنوان یکی از عمده ترین اجزا چرخه هیدرولوژیکی ، در مطالعات ، طراحی و مدیریت سیستم های آبیاریاهمیت فراوان دارد لکن تعداد پارامترهای مورد نیاز در محاسبه تبخیر و تعرق از یکسو و عدم صحیح اندازه گیری برخیپارامترها از سوی دیگر سبب گردیده که تخمین درست این پارامتر در برخی نقاط با مشکلاتی روبرو باشد هدف از این مطالعه ارزیابی عملکرد شبکه عصبی مصنوعی در براورد تبخی ر و تعرق پتانسی ل و مقایسه ان با روش تجربی پنمن مانتیس دربروجرد میباشد برای این منظور از شبکه های پرسپترون چند لایه ، قانون یادگیری پس انتشار خطا و داده های هواشناسی ایستگاه سینوپتیک بروجرد ، طی یک دوره آماری 10 ساله استفاده شد بر این اساس با استفاده از معیارهای MAE, RMSE, R 2 بهترین مدل شبکه عصبی در این منطقه Multilayer perception انتخاب گردید و مشخص گردید که شبکه عصبی مصنوعی در شرایط فقدان اطلاعات کافی ،راهکار مناسبتری نسبت به روش تجربی پنمن مانتیس می باشد
کلیدواژهها
نویسندگان
شیوه ارجاع
�میدی، روفیا و رادمنش، فریدون،1392،برآورد تبخیر و تعرق مرجع با استفاده از شبکه عصبی مصنوعی ( مطالعه موردی : ایستگاه سینوپتیک بروجرد)،چهارمین همایش ملی مدیریت شبکه های آبیاری و زهکشی،اهواز
ارائهشده در
مجموعه مقالات چهارمین همایش ملی مدیریت شبکه های آبیاری و زهکشی6 اسفند 1392 · اهواز