|
|
پژوهشنامه مدیریت حوزه آبخیز، جلد ۱۳، شماره ۲۵، صفحات ۰-۰
|
|
|
| عنوان فارسی |
مقایسه و کاربرد شبکه عصبی مصنوعی، ماشین بردار پشتیبان و درخت تصمیم در پیش بینی هدایت هیدرولیکی اشباع خاک (مطالعه موردی: شهرستان هیرمند) |
|
| چکیده فارسی مقاله |
اندازهگیری مستقیم هدایت هیدرولیکی خاک وقتگیر و پرهزینه بوده و گاهی اوقات بهدلیل خطاهای آزمایشی و عدم یکنواختی خاک نتایج بدست آمده چندان قابل اعتماد نمیباشد. این پارامتر را میتوان با استفاده از پارامترهای زودیافت خاک برآورد کرد. تحقیق حاضر بهمنظور پیشبینی هدایت هیدرولیکی اشباع خاک با استفاده از روش‌های درخت تصمیم، ماشین بردار پشتیبان و شبکه عصبی مصنوعی در شهرستان هیرمند انجام گرفت. برای این منظور، تعداد 130نمونه خاک از سطح (0- 30سانتی‌متری ) جمع‌آوری و برای انجام آزمایش و آنالیز‌ها، به آزمایشگاه انتقال داده شد. در آزمایشگاه پارامترهای هدایت هیدرولیکی اشباع خاک، درصد‌‌‌رس، شن و سیلت، ماده‌آلی، اسیدیته، هدایت‌الکتریکی و کربنات‌کلسیم اندازهگیری شد. سپس با استفاده از پارامترهای اندازهگیری شده و با استفاده از مدلهای درخت تصمیم، شبکه عصبی مصنوعی و ماشین بردار پشتیبان هدایت هیدرولیکی اشباع برآورد شد. بهمنظور ارزیابی مدل‌ها از معیارهای ضریب تبیین، مجذور میانگین مربعات خطا و خطای مطلق میانگین استفاده شد. نتایج نشان داد که مدل درخت تصمیم با دارا بودن بالاترین ضریب تبیین (83/0) و کمترین مقدار میانگین مربعات خطا و خطای مطلق میانگین (0026/0 و 0019/0) بهترین مدل برای پیشبینی هدایت هیدرولیکی اشباع خاک در منطقه هیرمند میباشد. همچنین نتایج آنالیز حساسیت داده‌ها با استفاده از مدل شبکه عصبی مصنوعی نشان داد که درصد شن، درصد آهک، درصد سیلت و اسیدیته بهترتیب مهمترین فاکتور‌‌های موثر بر هدایت هیدرولیکی اشباع خاک در شهرستان هیرمند میباشند. |
|
| کلیدواژه‌های فارسی مقاله |
بار ثابت، ویژگی‌های زود یافت خاک، هوش مصنوعی |
|
| عنوان انگلیسی |
Comparison and application of artificial neural network, support vector machine and Decision Trees in predicting the hydraulic conductivity of soil saturation (Case study: Hirmand city) |
|
| چکیده انگلیسی مقاله |
Direct measurement of soil hydraulic conductivity is time consuming and costly, and sometimes the results are unreliable due to trial and error. This parameter can be estimated using early soil parameters. The present study was conducted to predict the hydraulic conductivity of soil saturation using decision tree methods, support vector machine and artificial neural network in Helmand city. For this purpose, 130 soil samples were collected from the surface (30-30 cm) and transferred to the laboratory for testing and analysis. In the laboratory, the parameters of hydraulic conductivity of soil saturation, percentage of stress, sand and silt, organic matter, acidity, electrical conductivity and calcium carbonate were measured. It was then estimated using measurement parameters and using decision tree models, artificial neural network, and saturated hydraulic guidance support vector machine. In order to evaluate the models, the criteria of explanatory coefficient, square mean error and absolute mean error were used. The results showed that the decision tree model with the highest coefficient of explanation (0.83) and the lowest value of the mean square of error and absolute error of average (0.0026 and 0.0019) is the best model for predicting the hydraulic conductivity of soil saturation in Hirmand region. Also, the results of data sensitivity analysis using artificial neural network model showed that sand percentage, lime percentage, silicate percentage and acidity are the most important factors affecting the hydraulic conductivity of soil saturation in Hirmand city, respectively. |
|
| کلیدواژه‌های انگلیسی مقاله |
Artificial intelligence, Constant head, Early soil characteristics |
|
| نویسندگان مقاله |
ایمان بیژن | iman bizhan
zabol university
دانشگاه زابل
حلیمه پیری | halimeh piri
zabol university
دانشگاه زابل
محمود طباطبایی | mahmood tabatabaii
zabol university
دانشگاه زابل
جمشید پیری | jamshid piri
zabol university
دانشگاه زابل
|
|
| نشانی اینترنتی |
http://jwmr.sanru.ac.ir/browse.php?a_code=A-11-335-3&slc_lang=fa&sid=1 |
| فایل مقاله |
فایلی برای مقاله ذخیره نشده است |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
مدیریت حوزه های آبخیز |
| نوع مقاله منتشر شده |
پژوهشی |
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|
msrt.ir