مشخصات پژوهش

عنوان	ارزیابی کارایی الگوریتم مدیریت داده ها به روش گروهی (GMDH) برای پیش بینی شاخص های نگهداری آب در خاک های شالیزاری
نوع پژوهش	مقاله چاپ‌شده در مجلات علمی
کلیدواژه‌ها	توابع انتقالی؛ حد ظرفیت مزرعه ای؛ حد پژمردگی دائم؛ رگرسیون خطی چند متغیره؛ شبکه عصبی مصنوعی
چکیده	صحت توابع انتقالی در پیش­بینی خواص هیدرولیکی خاک را می­توان با استفاده از توابع پرانعطاف افزایش داد. این تحقیق به منظور ارزیابی کارایی توابع با قابلیت انعطاف متفاوت (رگرسیون­های خطی و غیر خطی چند متغیره (MLR)، فیزیکی- تجربی آریا و پاریس (AP)، شبکه عصبی مصنوعی(ANN)، مدیریت داده­ها به روش گروهی (GMDH) در پیش­بینی مقدار آب خاک در حد ظرفیت مزرعه­ای و نقطه پژمردگی دائم خاک­های شالیزاری اجرا گردید. توابع انتقالی با استفاده از داد­ه­های توزیع اندازه ذرات، کربن آلی، چگالی ظاهری و مقدار رطوبت حجمی خاک در مکش­های 33 و 1500 کیلوپاسکال در 136 نمونه خاک اراضی شالیزاری ساخته شد. الگوریتم GMDH در مقایسه با دیگر توابع انتقالی با کمترین ریشه میانگین مربعات خطا (RMSE)، کمترین محک آکایک (AIC) و بیشترین نمایه توافق (D) از صحت و اعتبار بیشتری در پیش­بینی مقدار رطوبت حجمی خاک در مکش­های 33 و 1500 کیلوپاسکال برخوردار بود. به نظر می رسد الگوریتم GMDH در تعیین روابط غیرخطی و پیچیده بین متغیرهای پایه مانند توزیع اندازه ذرات، چگالی ظاهری خاک و کربن آلی با مقدار رطوبت حجمی خاک در مکش­های 33 و 1500 کیلوپاسکال موفق تر از دیگر توابع انتقالی عمل نموده است.
پژوهشگران	ناصر دواتگر (نفر اول)، علیرضا سپاسخواه (نفر دوم)، محمد رضا نیشابوری (نفر سوم)، لیلا رضایی (نفر چهارم)، حسین بیات (نفر پنجم)، نادر نریمان زاده (نفر ششم به بعد)