مقایسه کارایی مدل های هوشمند جهت تخمین تبخیر از تشت با استفاده از حداقل پارامترهای هواشناسی

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

 مقایسه کارایی مدل های هوشمند جهت تخمین تبخیر از تشت با استفاده از حداقل پارامترهای هواشناسی دارای ۱۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقایسه کارایی مدل های هوشمند جهت تخمین تبخیر از تشت با استفاده از حداقل پارامترهای هواشناسی  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 مقایسه کارایی مدل های هوشمند جهت تخمین تبخیر از تشت با استفاده از حداقل پارامترهای هواشناسی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقایسه کارایی مدل های هوشمند جهت تخمین تبخیر از تشت با استفاده از حداقل پارامترهای هواشناسی :

تعداد صفحات :۱۳

چکیده مقاله:

امروزه تخمین صحیح تبخیر به عنوان یکی از عناصر مهم چرخه هیدرولوژی، نقش مهمی را در توسعه پایدار و مدیریت بهینه منابع آبکشورهای مواجه با بحران آب میتواند ایفاء کند. تاکنون روشها و فرمول های تجربی فراوانی در زمینه برآورد فرایند غیر خطی و پیچیدهتبخیر از تشت ارایه شده که با عدم قطعیت می باشد و از دقت بالایی برخوردار نبوده و همچنین دسترسی به تمام پارامترهای ورودی آنهامشکل و یا اندازه گیری آنها محتاج صرف هزینه و زمان زیادی می باشند. در این تحقیق کارایی سه مدل ANFIS-GP, ANN وANFIS-SC جهت برآورد تبخیر ماهانه از تشت مورد ارزیابی قرار گرفته است. ورودی هر مدل شامل بارش، دما و رطوبت نسبی وخروجی میزان تبخیر از تشت تبخیر برای یک دوره ۲۰ ساله (۱۳۹۳-۱۳۷۴) در ایستگاه واقع در شهر سمنان می باشد. برای مدل های شبکه های عصبی مصنوعی، فازی عصبی از نوع افراز شبکه و فازی عصبی از نوع دسته بندی تفریقی، حداکثر مقادیر ضریب تبیین ((R(2)به ترتیب ۰/۹۴۰، ۰/۹۳۸ و ۰/۸۴۰ مشاهده شد. برای مدل های شبکه های عصبی مصنوعی، فازی عصبی از نوع افراز شبکه و فازی عصبی از نوع دسته بندی تفریقی حداقل مقدار ریشه میانگین مربعات خطا (RMSE)؛ ۴۱/۴۷۱، ۴۲/۴۲۵ و ۴۱/۷۵۱ میلیمتر در روز می باشد.همچنین مقایسه شبکه های عصبی مصنوعی و سیستم فازی – عصبی تطبیقی نیز نشان داد که روش شبکه عصبی مصنوعی دارایمعیارهای ارزیابی مناسب تری نسبت به سیستم فازی – عصبی تطبیقی می باشد. بنابراین استفاده از شبکه عصبی مصنوعی جهت برآوردتبخیر از تشت برای منطقه مورد نظر توصیه می شود.