[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
برای داوران::
ثبت‌نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
بایگانی مقالات زیر چاپ::
فعالیت‌های انجمن::
اصول اخلاقی::
بانک‌ها و نمایه نامه‌ها::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
آخرین مطالب بخش
:: ارزیابی ضریب تاثیر سال ۱۴۰۰
:: شماره ۳۵ نشریه
..
آخرین مطالب سایر بخش‌ها
..
فرم تعارض منافع و تعهد نویسندگان
نویسنده گرامی، تکمیل و ارسال فرم تعهد نویسندگان و فرم تعارض منافع در زمان ارسال مقاله الزامی است.
جهت دریافت فرم، روی کلمه فرم مورد نظر کلیک فرمایید و پس از تکمیل، در قسمت فایل‌های پیوست قرار دهید.
..
:: دوره 12، شماره 1 - ( 2-1403 ) ::
دوره 12 جلد 1 صفحات 66-47 برگشت به فهرست نسخه ها
بررسی عملکرد الگوریتم هیبریدی بهینه‌سازی خرگوش مصنوعی (ANN-ARO) در پیش‌بینی تبخیر و تعرق مرجع با پارامترهای اقلیمی محدود
معین توسن ، علی ماروسی ، حسین خزیمه‌نژاد*
دانشیار، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بیرجند، بیرجند، ایران
چکیده:   (1308 مشاهده)
تبخیر و تعرق مرجع یکی از متغیرهای مهم در هیدرولوژی و علوم کشاورزی و عامل تعیین‌کننده در مدیریت منابع آب است. این مطالعه به بررسی مدل هیبریدی شبکه عصبی با الگوریتم بهینه‌ساز خرگوش مصنوعی (ANN-ARO) برای مدل‌سازی روزانه تبخیر و تعرق مرجع با پارامترهای هواشناسی محدود و مقایسه آن با سایر روش‌های هیبریدی یعنی شبکه عصبی مصنوعی با الگوریتم بهینه‌سازی ذرات (ANN-PSO)، شبکه عصبی مصنوعی با الگوریتم ژنتیک گرهی (ANN-GA) و پنج مدل داده‌کاوی دیگر می‌پردازد. این مدل‌ها با استفاده داده‌های آب‌وهوایی روزانه بلندمدت از سال 2000 تا 2023 در دو اقلیم متفاوت ارزیابی شدند. ایستگاه‌های مورد بررسی شامل بیرجند (با اقلیم خشک کویری) و مشهد (با اقلیم نیمه‌خشک سرد) بود. مقایسه آماری نشان داد که با درنظرگرفتن کلیه پارامترهای اقلیمی مدل هیبریدی ANN-ARO در شهر مشهد با 9986/0R2= و 0001/0 MSE=و در شهر بیرجند با 9986/0R2= و 0001/0MSE= تخمین‌های بهتری را نسبت به سایر روش‌ها داشت. هم‌چنین الگوریتم بهینه‌سازی ANN_ARO با درنظرگرفتن حداقل پارامتر هواشناسی، به‌ترتیب با "دما" و "رطوبت نسبی" بهترین تخمین را داشته و هم‌چنین با درنظرگرفتن دو و سه پارامتر ورودی، عملکرد بهتری نسبت به سایر روش‌ها دارد. به‌طورکلی، الگوریتم‌های بهینه‌سازی الهام‌گرفته از طبیعت ابزارهای قوی برای افزایش عملکرد ANN در شبیه‌سازی ETo هستند و مطابق یافته‌های این پژوهش، مدل ANN-ARO برای تخمین تبخیر و تعرق مرجع در مناطق اقلیمی مشابه با داده‌های اقلیمی محدود توصیه می‌شوند. این مطالعه مدل‌های قدرتمندی را برای تخمین دقیق ETo  با ورودی‌های محدود در اقلیم‌های خشک و نیمه‌خشک پیشنهاد می‌کند که مفاهیمی عملی برای توسعه کشاورزی دقیق ارائه می‌دهد.
شماره‌ی مقاله: 3
واژه‌های کلیدی: تبخیر و تعرق مرجع، شبکه عصبی، بهینه‌ساز خرگوش مصنوعی، کشاورزی دقیق
متن کامل [PDF 1454 kb]   (554 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Tosan M, Maroosi A, khozeymehnezhad H. Investigating the performance of artificial rabbit optimization hybrid algorithm (ANN-ARO) in forecasting reference evapotranspiration with limited climatic parameters. Journal of Rainwater Catchment Systems 2024; 12 (1) : 3
URL: http://jircsa.ir/article-1-536-fa.html

توسن معین، ماروسی علی، خزیمه‌نژاد حسین. بررسی عملکرد الگوریتم هیبریدی بهینه‌سازی خرگوش مصنوعی (ANN-ARO) در پیش‌بینی تبخیر و تعرق مرجع با پارامترهای اقلیمی محدود. سامانه‌هاي سطوح آبگير باران. 1403; 12 (1) :47-66

URL: http://jircsa.ir/article-1-536-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 12، شماره 1 - ( 2-1403 ) برگشت به فهرست نسخه ها
مجله علمی سامانه های سطوح آبگیر باران Iranian Journal of Rainwater Catchment Systems
تکمیل و ارسال فرم تعارض منافع
نویسنده گرامی ، پس از ارسال مقاله ، جهت دریافت فرم، لطفا بر روی کلمه فرم تعارض منافع کلیک نمایید و پس از تکمیل، در فایل های پیوست مقاله قرار دهید.
Persian site map - English site map - Created in 0.06 seconds with 40 queries by YEKTAWEB 4660