مقاله برآورد باران موثر با استفاده از سیستم استنتاج تطبیقی عصبی- فازی (ANFIS)

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله برآورد باران موثر با استفاده از سیستم استنتاج تطبیقی عصبی- فازی (ANFIS) دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله برآورد باران موثر با استفاده از سیستم استنتاج تطبیقی عصبی- فازی (ANFIS)  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله برآورد باران موثر با استفاده از سیستم استنتاج تطبیقی عصبی- فازی (ANFIS)،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله برآورد باران موثر با استفاده از سیستم استنتاج تطبیقی عصبی- فازی (ANFIS) :

تعداد صفحات:۱۰

چکیده:

بارش اساسی ترین عنصر اقلیمی است که در حدود سراسر کره خاکی را تحت تأثیر خود قرار میدهد. در استان آذربایجان شرقی که بارش سالانه آن نسبت به متوسط بارش جهانی بسیار کمتر است و قسمت عمده آب استحصالی آن در بخش کشاورزی به مصرف میرسد، بهتر است علاوه بر استفاده از سیستمهای آبیاری نوین، در برآورد نیاز آبی گیاه نیز تجدید نظر شود تا با توجه به بحران در زمینه آب بتوان آن را بهینه مصرف نمود. یکی از مواردی که با برآورد دقیقتر آن میتوان به مصرف بهینه آب درکشاورزی کمک نمود باران موثر است. بخشی از بارش که در طی دوره رشد یک گیاه دریافت شده و برای تولید محصول مورد استفاده قرار میگیرد به نام باران موثر شناخته میشود. در این تحقیق چهار ایستگاه بناب، بستان آباد، کلیبر و مراغه به عنوان نمونه شهرهایی از استان آذربایجان شرقی انتخاب و با استفاده از روش SCS، باران موثر ماهانه آن برای دوره آماری ۵ تا ۱۰ ساله محاسبه شد. از قابلیت مدلسازی سیستم استنتاج تطبیقی عصبی فازی (ANFIS) برای برآورد باران موثر درایستگاههای مورد مطالعه استفاده شد. به منظور ارزیابی کارایی مدل، نتایج روش SCS در ایستگاهها با نتایج مدل مورد مطالعه مقایسه شدند. بدین منظور از معیار ضریب تبیین (R^2) و جذر میانگین مربعات خطا (RMSE) و متوسط خطای سوءگیری (MBE) استفاده گردید. نتایج نشان داد که مدل از دقت خوبی برای برآورد باران مؤثر برخوردار بوده و خطای مدل در حد ناچیز است. ضمناً مدل توانایی برآورد باران مؤثر را از روی بارش بطور مستقیم دارد.