مقاله برآورد سریع هدایت آبی اشباع خاک با استفاده از شبکه عصبی مصنوعی در 12 صفحه با فرمت pdf
چکیده
هدایت آبی اشباع مهمترین ویژگی فیزیک ی خاک است که در طراحی و امکان پذیر بودن فنی و اقتصادی
پروژه های زهکشی زیرزمینی نقش عمده ای به عهده دارد . لیکن، اندازه گیری مستقیم این ویژگی چه به
صورت صحرایی و چه در آزمایشگاه بسیار وقت گیر و پرهزینه می باش د. همچنین، به دلیل تغییرات زیاد
زمانی - مکانی خاکها، اندازه گیری های نقطه ای نمی توانند نمایندۀ واقعی این ویژگی خاک باشند ، مگر آنکه
تعدادی بسیار زیاد نمونه برداری صورت پذیرد . در سالهای اخیر استفاده از شبکه های عصبی مصنوعی به
عنوان راهکاری که ویژگی های فیزی کی خاک را از پارامترهای ز ودیافت خاک برآورد می کند، مورد توجه
قرار گرفته است . شبکۀ عصبی مصنوعی از الگوی شبک ۀ عصبی انسان شبیه سازی شده است، به گونه ای
که می تواند پس از آموزش، پارامترهای خروجی مورد نظر را با اعمال پارامترهای ورودی برآورد نماید .
در این پژوهش، از ساختار شبک ۀ عصبی پرسپترون با الگوریتم آموزشی مارکوآت لورنبرگ استفاده شد
تا هدایت آبی اشباع از پارامترهای زودیافت خاک همچون جرم ویژ ۀ ظاهری، تخلخل مؤثر، میانگین هندسی
قطر ذرات و انحراف معیار آنها برآورد شود . نتایج نشان داد که نمون های عصبی ایجاد شده قادرند هدایت
برآورد نمایند . همچنین، در مقایسه با معادلات رگرسیونی موجود، (R2= آبی اشباع را با دقت بالا( 0.83
مدل های شبکۀ عصبی ارائه شده عملکردی مناسب تر دارند.
واژه های کلیدی: پارامترهای زودیافت خاک، شبکه عصبی مصنوعی، هدایت آبی اشباع
دانلود مقاله برآورد سریع هدایت آبی اشباع خاک با استفاده از شبکه عصبی مصنوعی
