شبیه سازی زی توده تجاری توده های آمیخته راش در جنگل های هیرکانی

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

 شبیه سازی زی توده تجاری توده های آمیخته راش در جنگل های هیرکانی دارای ۱۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد شبیه سازی زی توده تجاری توده های آمیخته راش در جنگل های هیرکانی  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 شبیه سازی زی توده تجاری توده های آمیخته راش در جنگل های هیرکانی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن شبیه سازی زی توده تجاری توده های آمیخته راش در جنگل های هیرکانی :

نام کنفرانس، همایش یا نشریه : تحقیقات جنگل و صنوبر ایران

تعداد صفحات :۱۶

تنه تجاری درختان جنگل های آمیخته راش علاوه بر حداکثر سهم ارزش نقدی و موجودی حجمی، در قالب زی توده تجاری به عنوان بزرگ ترین ذخایر کربن آلی در جنگل های شمال محسوب می شوند. هدف اصلی پژوهش پیش رو دست یابی به حداکثر قطعیت و دقت تخمین مقادیر زی توده مورد مطالعه بود. پس از قطع و استحصال ۱۷۴ درخت در جنگل آمیخته راش گلندرود نور، هر بخش از تنه در عرصه وزن شد و قطعات چوبی نیز از هر بخش مذکور با ابعاد ثابت، تکه برداری شدند و برای اندازه گیری و محاسبه چگالی ویژه در شرایط دمای آون قرار گرفتند. شبیه سازی مقادیر زی توده مورد مطالعه با استفاده از تکنیک شبکه عصبی مصنوعی انجام شد. برای ارایه دقت روند شبیه سازی، الگوسازی آلومتریک با پارامترهای مختلف نیز تبیین شد. از لایه های ورودی قطر برابر سینه، ارتفاع تجاری تنه و چگالی ویژه با ترکیب مختلف در الگوسازی آلومتریک و شبیه سازی شبکه عصبی استفاده شد. معماری مختلف توپولوژی شبکه الگوریتم پس انتشار خطا با تعداد نورون های متفاوت شامل توابع انتقالی لجستیک سیگموئیدی و تانژانت سیگموئیدی در لایه های پنهان، دقت متفاوتی از برآورد متغیر پاسخ ارایه دادند. قطر به عنوان مهم ترین عامل تاثیرگذار در شبکه عصبی و معادلات آلومتریک محسوب شد و با افزایش ارتفاع و چگالی ویژه علاوه بر قطر، روند قطعیت برآورد افزایش یافت. نتایج نهایی برمبنای کلیه شاخص های اعتبارسنجی و ریشه میانگین مربعات خطای بین تخمین و مشاهدات نشان داد که اگرچه دقت برآوردی بین الگوسازی آلومتریک و شبیه سازی شبکه عصبی دارای اختلاف جزئی بود، اما خروجی بهینه به دست آمده از شبیه سازی با سه لایه ورودی قطر، ارتفاع و چگالی ویژه، یک لایه پنهان و ۲۰ نورون عصبی حاوی تابع تانژانت سیگموئیدی دارای دقت بیشتری برای پیش گویی بود که قابلیت اجرا در سطح وسیعی از جنگل مورد مطالعه را دارد.

کلید واژه: تحلیل رگرسیون، ترسیب کربن، تنه تجاری، هوش مصنوعی