- همه نشریات
- نشریات علمی سازمان تحقیقات، آموزش و ترویچ کشاورزی
- مجلات ترویجی سازمان تحقیقات، آموزش و ترویج کشاورزی
- سایر نشریات سازمان تحقیقات، آموزش و ترویج کشاورزی
- نشریات علمی انجمن ها
- علوم آب و خاک
- علوم اقتصاد و ترویج کشاورزی
- علوم جنگل, مرتع و آبخیزداری
- علوم دامی و شیلات
- علوم زراعی و باغی
- علوم گیاهپزشکی
- علوم مهندسی و مکانیزاسیون کشاورزی
- نشریات با زبان انگلیسی
- نشریات با زبان فارسی
- نشریات دانشگاه آزاد اسلامی
- نشریات علمی
پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 283 |
| تعداد نشریات سازمان | 81 |
| تعداد شماره‌ها | 2,727 |
| تعداد مقالات | 31,053 |
| تعداد مشاهده مقاله | 28,173,093 |
| تعداد دریافت فایل اصل مقاله | 16,253,583 |
کارایی شبکه عصبی- فازی در برآورد برخی یونها بر اساس هدایت الکتریکی در آب زیرزمینی | ||
| پژوهش های آبخیزداری | ||
| مقاله 8، دوره 29، شماره 2 - شماره پیاپی 111، تیر 1395، صفحه 77-86 اصل مقاله (556.65 K) | ||
| نوع مقاله: پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/wmej.2016.113501 | ||
| چکیده | ||
| در ارزیابی کیفی آب، اندازهگیری هر یک از یونها نیاز به زمان و مواد شیمیایی زیادی داشته، در حالیکه اندازهگیری هدایت الکتریکی توسط هدایتسنج به سادگی انجام پذیر است. بنابراین در صورتی که بتوان یک رابطه مورد قبول بین هدایت الکتریکی و یونهای موجود در آب بوجود آورد میتوان این پارامترها را اندازهگیری نمود. لذا در این پژوهش، به منظور کارایی شبکه عصبی- فازی در برآورد کلسیم، منیزیم، سدیم، سولفات و کلراید بر اساس هدایت الکتریکی در منابع آب زیرزمینی دشت همدان- بهار مطالعهای بر روی دادههای جمعآوری شده کاتیونها، آنیونها و هدایت الکتریکی از دشت مذکور در سال ۱۳۸۱ انجام پذیرفت. نتایج حاصله با روابط رگرسیونی مختلف مقایسه گردید. همچنین جهت تعیین بهترین معادله بین کاتیونها، آنیونها و هدایت الکتریکی از فراسنجهای آماری ضریب همبستگی بین دادهها (R2) و جذر میانگین مربع خطا (RMSE) استفاده گردید. نتایج این پژوهش نشان داد که مدل عصبی- فازی دارای دقت بیشتری نسبت به مدل رگرسیونی در برآورد کاتیونها و آنیونها میباشد. بهترین مقادیر R2 به دست آمده از شبکه عصبی- فازی برای یونهای کلسیم، منیزیم، سدیم، کلراید، سولفات بهترتیب ۶۰/۰، ۷۱/۰، 86/۰، 84/۰ و 73/۰ بودند. همانطور که مشاهده میگردد این شبکه برای تمامی یونهای مورد مطالعه، دارای ضریب تعیین قابل قبول و قابل اطمینانی میباشد. بنابراین بهترین تخمین مربوط به یون سدیم و بدترین برآورد مربوط به یون کلسیم میباشد. تحلیل نتایج خروجی شبکه عصبی- فازی نشان داد که این مدل توانایی و دقت بالایی برای برآورد کاتیونها و آنیونها در دشت همدان- بهار دارد | ||
| کلیدواژه‌ها | ||
| هدایت الکتریکی؛ کاتیون؛ آنیون؛ شبکه عصبی- فازی؛ روابط رگرسیونی | ||
| عنوان مقاله [English] | ||
| stimation of Some Ions Base on Electrical Conductivity Using Adaptive Neuro-Fuzzy Inference System in Grounwater | ||
| چکیده [English] | ||
| In evaluating water quality for measure each of the ion, chemicals material and time is consuming, while measuring the electrical conductivity by conductivity meter is easily. Therefore In order to estimate of the Ca2+, Mg2+, Na+, SO4- and Cl- base on electrical conductivity and developing a simple and rational relationship between some of cations, anions and electrical conductivity at hamedan-bahar plain and comparisons to adaptive neuro-fuzzy inference system (ANFIS) a study was conducted in year of 2002. The results of this study comparisons with regression models. Determine the optimum Functional relationships parameters by correlation coefficient between data and RMSE was used. The comparisons of regressions and ANFIS results indicate that ANFIS performs more accurate of cation and anion estimates. Base of ANFIN model, the values of R2 for Ca, Mg, Na, Cl and SO4 were 0.60, 0.71, 0.86, 0.84 and 0.73. Also, the results showed that the best and worst of estimation between cations, anions and electrical conductivity for Na and Ca were observed, respectively. The analysis of output results from ANFIS model shown that this model has a high accuracy and ability to estimation of cation and anion in hamedan-bahar plain. | ||
| کلیدواژه‌ها [English] | ||
| Adaptive Neuro-Fuzzy Inference System, Electrical conductivity, regression, Cations, Anoin | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 177 تعداد دریافت فایل اصل مقاله: 313 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب