مشخصات پژوهش

عنوان	ارزیابی کارآیی دو نرم افزار شبکه عصبی مصنوعی در پیش بینی تبخیر- تعرق گیاه مرجع
نوع پژوهش	مقاله چاپ‌شده در مجلات علمی
کلیدواژه‌ها	تبخیر- تعرق گیاه مرجع، شبکه عصبی مصنوعی، NeuralWorks ،NeuroSolotion
چکیده	چکیده در این تحقیق، کارائی دو نرمافزار شبکه عصبی مصنوعی (ANN) در برآورد تبخیر-تعرق گیاه مرجع ET 0 بررسی گردید. بدین منظور از داده های 2 سال لایسیمتری به عنوان ارقام شاهد برای ارزیابی استفاده شده و دو نرم افزارمرسومNW و NS با قابلیت به کارگیری آلگوریتمهای متفاوت، به کار رفت. جهت ارزیابی اجرای دو نرم افزار برای آرایشها، قواعد یادگیری و توابع محرک مختلف، از شاخصهای آماری جذر میانگین مربعات خطا (RMSE)، میانگین خطای مطلق(MAE) و ضریب تعیین R2 استفاده شد. اجرای نرم افزار NS آرایش مطلوب با ویژگی حداقل RMSE، MAE و حداکثر R2 در مقایسه با ارقام مشاهداتی (لایسیمتری) به ترتیب معادل 08 .0 (میلیمتر در روز) و 07 .0 (میلیمتر در روز) و 0.78 به دست آمد. نتایج تحقیق نشان داد نرم افزار NS با آرایش مطلوب که ویژگی مدل آموزشی گرادیان مزدوج و تابع محرک سیگمویید را دارا باشد، نسبت به نرم افزارNW با توجه به تعداد تکرار کمتر و زمان محاسباتی کوتاهتر برتری دارد. نتایج نشان داد وجود دو لایه پنهان نسبت به یک لایه پنهان بر دقت تبخیر-تعرق برآورد شده از نرم افزار، تاثیری نداشت. بررسی حساسیت مدل شبکه عصبی مصنوعی نشان داد که تبخیر- تعرق بیشترین وابستگی را به حداکثر دمای هوا و کمترین وابستگی را به حداقل رطوبت نسبی دارد.
پژوهشگران	حمید زارع ابیانه (نفر اول)، عادل قاسمی (نفر دوم)، مریم بیات ورکشی (نفر سوم)، کورش محمدی (نفر چهارم)، علی اکبر سبزی پرور (نفر پنجم)