تخمین ظرفیت تبادل کاتیونی در دو خاک بکر و کشاورزی توسط شبکه عصبی مصنوعی و رگرسیون خطی

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

 تخمین ظرفیت تبادل کاتیونی در دو خاک بکر و کشاورزی توسط شبکه عصبی مصنوعی و رگرسیون خطی دارای ۱۷ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد تخمین ظرفیت تبادل کاتیونی در دو خاک بکر و کشاورزی توسط شبکه عصبی مصنوعی و رگرسیون خطی  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 تخمین ظرفیت تبادل کاتیونی در دو خاک بکر و کشاورزی توسط شبکه عصبی مصنوعی و رگرسیون خطی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن تخمین ظرفیت تبادل کاتیونی در دو خاک بکر و کشاورزی توسط شبکه عصبی مصنوعی و رگرسیون خطی :

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

تعداد صفحات :۱۷

در سالهای اخیر استفاده از روشهای غیرمستقیم مانند شبکه عصبی مصنوعی برای برآورد پارامترهای خاک مورد توجه قرار گرفته است. در این پژوهش به منظور تخمین ظرفیت تبادل کاتیونی خاک با استفاده از شبکه عصبی مصنوعی اقدام به نمونه برداری به تعداد ۲۰۰ نمونه سطحی از منطقه قوشه واقع در استان سمنان گردید.نیمی از این تعداد نمونه ها از خاکهای بکر و نیمی از آنها از اراضی کشاورزی منطقه جمع آوری گردید. پارامترهای فیزیکی و شیمیایی خاک شامل هدایت الکتریکی، فراوانی نسبی ذرات، درصد آهک، نسبت جذب سدیم (SAR) و وزن مخصوص ظاهری به عنوان ویژگی های زود یافت و ظرفیت تبادل کاتیونی به عنوان پارامتر دیر یافت مورد بررسی قرار گرفت. داده ها جمع آوری شده بصورت تصادفی به دو دسته آموزش (۷۰ درصد) و صحت سنجی (۳۰ درصد) تقسیم شدند و از آنها برای آموزش و ارزیابی مدلهای شبکه عصبی شامل پرسپترون چند لایه (MLP)، توابع پایه شعاعی (RBF) و همچنین رگرسیون خطی استفاده گردید. دقت پیش بینی به وسیله آماره های (R2)، (RMSE)، (MAE) و (RSE) بین ظرفیت تبادل کاتیونی اندازه گیری و پیش بینی شده، ارزیابی شد. نتایج کارایی بالاتر مدل پرسپترون چند لایه شبکه عصبی مصنوعی را با مقادیر R2 (0.94 و ۰.۸۴)، RMSE (0.69 و ۰.۵۶)، RSE (0.05 و ۰.۰۵) و MAE (0.51 و ۰.۳۹) به ترتیب برای خاکهای کشاورزی و بکر نسبت به مدل RBF شبکه عصبی مصنوعی و روش رگرسیون خطی نشان می دهد. همچنین با انجام آنالیز حساسیت به همبستگی بالای درصد رس و مقادیر وزن مخصوص ظاهری با ظرفیت تبادل کاتیونی خاکهای کشاورزی و بکر، دست یافتیم.

کلید واژه: آنالیز حساسیت، رگرسیون خطی، شبکه عصبی مصنوعی، ظرفیت تبادل کاتیونی خاک، مدلسازی