پیش بینی مکانی غلظت فلوئورید با استفاده از مدل های شبکه های عصبی مصنوعی و زمین آمار

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

 پیش بینی مکانی غلظت فلوئورید با استفاده از مدل های شبکه های عصبی مصنوعی و زمین آمار دارای ۲۲ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد پیش بینی مکانی غلظت فلوئورید با استفاده از مدل های شبکه های عصبی مصنوعی و زمین آمار  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 پیش بینی مکانی غلظت فلوئورید با استفاده از مدل های شبکه های عصبی مصنوعی و زمین آمار،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن پیش بینی مکانی غلظت فلوئورید با استفاده از مدل های شبکه های عصبی مصنوعی و زمین آمار :

نام کنفرانس، همایش یا نشریه : دانش آب و خاک (دانش کشاورزی)

تعداد صفحات :۲۲

در چند دهه اخیر محققین به ناهنجاری های شیمیایی موجود در آب، خاک و هوا که سلامتی انسان ها را تهدید می کنند، توجه خاصی داشته اند. از این میان غلظت بیش از حد استاندارد (۱.۵ میلی گرم بر لیتر) فلوئورید در آب های شرب به دلیل تاثیر مستقیم روی فیزیولوژی بدن انسان، اهمیت بالایی دارد. در منابع آبی دشت های بازرگان و پلدشت غلظت فلوئورید بیش از حد استاندارد جهانی (WHO) است. هدف این تحقیق تعیین تغییرات مکانی مقادیر فلوئورید در این دشت ها می باشد. بدین منظور از مدل شبکه های عصبی مصنوعی به عنوان مدلی غیرخطی استفاده گردید. ساختارهای مختلفی از مدل مذکور ارزیابی و بهترین ساختار برای پیش بینی مکانی غلظت فلوئورید در منطقه، ساختار FNN – BFG تشخیص داده شد. مدلسازی مکانی با این ساختار با استفاده از اندازه گیری غلظت یون فلوئورید و یون های همبسته با آن و مختصات محل هر نمونه صورت گرفت، ضرایب تعیین برابر ۰.۹۰۱۹ و ۰.۹۶۲۵ به ترتیب برای مرحله آموزش و مرحله آزمایش به دست آمد. به منظور مقایسه نتایج حاصل از ساختار فوق الذکر با روش زمین آمار، دو شیوه کریجینگ و کوکریجینگ نیز بررسی شدند که به ترتیب ضریب تعیین معادل ۰.۷۲۸۵ و ۰.۸۵۵۶ برای مرحله آزمایش به دست آمد. از میان سه مدل بررسی شده دقیق ترین تخمین غلظت فلوئورید از مدل شبکه عصبی مصنوعی با ساختار انتخاب شده حاصل گردید.

کلید واژه: پیش بینی مکانی، دشت های بازرگان و پلدشت، زمین آمار، شبکه های عصبی مصنوعی، فلوئورید