مقاله ارزیابی عملکرد شبکه عصبی مصنوعی پرسپترون چند لایه در تخمین میزان تبخیر-تعرق گیاه مرجع روزانه با استفاده از داده های محدود اقلیمی (مطالعه موردی اقلیم کرمان)

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

  مقاله ارزیابی عملکرد شبکه عصبی مصنوعی پرسپترون چند لایه در تخمین میزان تبخیر-تعرق گیاه مرجع روزانه با استفاده از داده های محدود اقلیمی (مطالعه موردی اقلیم کرمان) دارای ۱۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله ارزیابی عملکرد شبکه عصبی مصنوعی پرسپترون چند لایه در تخمین میزان تبخیر-تعرق گیاه مرجع روزانه با استفاده از داده های محدود اقلیمی (مطالعه موردی اقلیم کرمان)  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 ارزیابی عملکرد شبکه عصبی مصنوعی پرسپترون چند لایه در تخمین میزان تبخیر-تعرق گیاه مرجع روزانه با استفاده از داده های محدود اقلیمی (مطالعه موردی اقلیم کرمان)،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله ارزیابی عملکرد شبکه عصبی مصنوعی پرسپترون چند لایه در تخمین میزان تبخیر-تعرق گیاه مرجع روزانه با استفاده از داده های محدود اقلیمی (مطالعه موردی اقلیم کرمان) :

تعداد صفحات:۱۳
چکیده:
تبخیر-تعرق از گیاهان یکی از مولفه های مهم تعیین میزان نیاز آبی گیاهان و تخصیص میزان آب بهینه دربخش کشاورزی می باشد. تعیین این مولفه به روش های مختلفی انجام شده است. یکی از روش های مدرن درتخمین این مولفه استفاده از شبکه های عصبی مصنوعی است. شبکه های عصبی مصنوعی یک ابزار محاسباتیاست که توانایی شبیه سازی فرایند های غیر خطی و پیچیده پدیده های مختلف دارد. در این پژوهش از اینابزار محاسباتی جهت تخمین میزان تبخیر-تعرق مرجع در مقیاس روزانه با استفاده از داده های ورودی مختلفهواشناسی اخذ شده از ایستگاه سینوپتیک شهر کرمان، استفاده شد. بررسی های نشان داد که شبکه عصبی ANN1 با RMSE=0/3, MAD-0/23, R-0/99, R-0/99 دارای بالاترین عملکرد و کیفیت و ANN6 با میزان RMSE-2/59, MAD-1/96, R-0/6 دارای کمترین عملکرد و کیفیت در مدل کردن تبخیر- تعرق مرجع روزانه است.