اینستاگرام تی پی بین
همایش ، رویداد ، ژورنال
حوزه های تحت پوشش رویداد
  • مقایسه عملکرد مدل های هوش مصنوعی در پیش بینی منحنی مشخصه آب -خاک

    کلمات کلیدی :
    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1393/04/01
    • تاریخ انتشار در تی پی بین: 1393/04/01
    • تعداد بازدید: 975
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    منحنی مشخصه آب-خاک که ارتباط بین تغییرات مکش )به عنوان مشخصه ای با روش های اندازه گیری نه چندان ساده( با مقدار رطوبت خاک غیر اشباع) به عنوان مشخصه ای با روش اندازه گیری راحت (را مشخص می کند پایه اساسی هر گونه مدل سازی و پیش بینی رفتار مکانیکی خاک های غیر اشباع شده است. در این راستا مدل های هوش مصنوعی سودمند مختلفی توسط محققین برای پیش بینی این منحنی ارائه گردیده است. در این مقاله عملکرد مدل های برنامه نویسی ژنتیکی (gp)، شبکه عصبی ژنتیکی (gbnn)، رگرسیون چندجمله ای تکاملی (epr) و شبکه عصبی مصنوعی (ann) برای پیش بینی 186 منحنی مشخصه آب-خاک از بانک اطلاعاتی soilvision(2002) مورد ارزیابی و مقایسه قرار می گیرد. نتایج بدست آمده نشانگر دقت بالاتر مدل epr برای پیش بینی منحنی مشخصه آب-خاک در میان این روش ها می باشد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین ژورنال ها