ترکیب بهینه متغیرهای ورودی با استفاده از آزمون گاما برای مدل سازی پتاسیم قابل جذب بر مبنای خوشه بندی Subtractive فازی

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

 ترکیب بهینه متغیرهای ورودی با استفاده از آزمون گاما برای مدل سازی پتاسیم قابل جذب بر مبنای خوشه بندی Subtractive فازی دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد ترکیب بهینه متغیرهای ورودی با استفاده از آزمون گاما برای مدل سازی پتاسیم قابل جذب بر مبنای خوشه بندی Subtractive فازی  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 ترکیب بهینه متغیرهای ورودی با استفاده از آزمون گاما برای مدل سازی پتاسیم قابل جذب بر مبنای خوشه بندی Subtractive فازی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن ترکیب بهینه متغیرهای ورودی با استفاده از آزمون گاما برای مدل سازی پتاسیم قابل جذب بر مبنای خوشه بندی Subtractive فازی :

تعداد صفحات :۱۰

چکیده مقاله:

یکی از مراحل مهم و پیچیده برای مدل سازی غیرخطی، پیش پردازش داده های ورودی به منظور انتخاب ترکیب تیم مناسب از آن ها در مدل می باشد. در این مطالعه آزمون گاما برای انتخاب ترکیب بهینه متغیرهای ورودی در مدل سازی پتاسیم قابل جذب استفاده شده است. مدل سازی پتاسیم قابل جذب و استفاده از تعداد نقاط بهینه متغیرهای منتخب با خوشه بندی کاهشی در سیستم عصبی فازی انجام شد. نتایج نشان داد که شش متغیر شامل (در صد رس، سیلت، ماده آلی، هدایت الکتریکی، رطوبت اشباع و pH ) ترکیب به سینه متغیرها در مدل سازی پتاسیم قابل جذب در منطقه میانکنگی می باشد. همچنین با استفاده از خروجی آزمون M تعداد ۱۱۲داده ( ۶۰% داده ها) برای بخش آموزش مدل سازی مناسب تشخیص داده شد. نتایج حاکی از این واقعیت است که روش M دست آموزش از دقت و سرعت مناسبی نسبت به روش آزمون و خطا دریافتن تعداد مناسب داده های ورودی برخوردار می باشد. نتایج حاصل از مدل سازی نیز بیانگر آن بود که روش عصبی فازی توانایی و عملکرد بالایی در برآورد مقدار پتاسیم قابل جذب و در خاک های منطقه میانکنگی را داشته است ( ۰.۹۰=R2 و ۴.۲۷ = RMSE).