| dc.contributor.author | سیفی, اکرم | fa_IR |
| dc.contributor.author | میرلطیفی, مجید | fa_IR |
| dc.contributor.author | ریاحی, حسین | fa_IR |
| dc.date.accessioned | 1399-07-08T18:45:41Z | fa_IR |
| dc.date.accessioned | 2020-09-29T18:45:41Z | |
| dc.date.available | 1399-07-08T18:45:41Z | fa_IR |
| dc.date.available | 2020-09-29T18:45:41Z | |
| dc.date.issued | 2013-11-22 | en_US |
| dc.date.issued | 1392-09-01 | fa_IR |
| dc.date.submitted | 2018-10-06 | en_US |
| dc.date.submitted | 1397-07-14 | fa_IR |
| dc.identifier.citation | سیفی, اکرم, میرلطیفی, مجید, ریاحی, حسین. (1392). معرفی و کاربرد ماشین‌بردار پشتیبان حداقل مربعات در برآورد تبخیر-تعرق مرجع و تحلیل عدم قطعیت نتایج؛ مطالعه موردی شهر کرمان. نشریه علمی پژوهشی مهندسی آبیاری و آب ایران, 4(1), 67-79. | fa_IR |
| dc.identifier.issn | 2251-7359 | |
| dc.identifier.uri | http://www.waterjournal.ir/article_70860.html | |
| dc.identifier.uri | https://iranjournals.nlai.ir/handle/123456789/51509 | |
| dc.description.abstract | تبخیر-تعرق مرجع (ET<sub>o</sub>) یکی از پارامترهای مهم در طراحی پروژههای تامین و توزیع آب، مدیریت آبیاری، طراحی سیستم‌های آبیاری، کشاورزی و عملیات هیدرولوژیکی است. پیچیدگی، ناشناخته بودن ریاضیات پدیده تبخیر-تعرق، عدم وجود دادههای بلندمدت هواشناسی قابل اطمینان، هزینهبر بودن استفاده از لایسیمترها و عدم وجود آن‌ها در اکثر مناطق لزوم استفاده از روشهای جدید دادهکاوی را نشان میدهد. بدین منظور در این تحقیق از مدل ماشین بردار پشتیبان حداقل مربعات (LSSVM) مبتنی بر آزمون گاما (GT) با سه تابع هستهای RBF، خطی (Linear) و چند جملهای (Polynomial) برای پیش‌بینی تبخیر-تعرق لایسیمتری استفاده گردید و نتایج آن با دو مدل شبکههای عصبی مصنوعی (ANN)، سیستم استنتاج تطبیقی عصبی فازی (ANFIS) و دادههای لایسیمتری مقایسه گردید. دادههای هواشناسی روزانه یکساله ایستگاه سینوپتیک کرمان و دادههای تبخیر-تعرق لایسیمتری در این تحلیل استفاده شد. بهترین ترکیب در مدلسازی ET<sub>o</sub> در ایستگاه مورد بررسی با استفاده از GT، ترکیب دارای متغیرهای دمای حداکثر، دمای نقطه شبنم، رطوبت نسبی میانگین، سرعت باد و شدت تابش انتخاب گردید و مدلسازی بر اساس این ترکیب صورت گرفت. نتایج LSSVM بیانگر برتری تابع هستهای RBF نسبت به دو تابع چندجملهای و خطی بود. علاوه بر این، توزیع خطای پیشبینیها نشان داد که مدلهای ANFIS و LSSVM-RBF میزان خطای کمتری را به ترتیب در دو مرحله آموزش و آزمایشی ایجاد کردند. در انتهای تحقیق، تحلیل عدم قطعیت مونت-کارلو نتایج مدلهای مختلف مورد استفاده در این تحقیق نیز نشان داد که پیشبینیهای مدلهای LSSVM عدم قطعیت کمتری نسبت به مدلهای ANN و ANFIS دارد. | fa_IR |
| dc.format.extent | 622 | |
| dc.format.mimetype | application/pdf | |
| dc.language | فارسی | |
| dc.language.iso | fa_IR | |
| dc.publisher | انجمن مهندسی آبیاری و آب ایران | fa_IR |
| dc.relation.ispartof | نشریه علمی پژوهشی مهندسی آبیاری و آب ایران | fa_IR |
| dc.relation.ispartof | Irrigation and Water Engineering | en_US |
| dc.subject | تبخیر-تعرق لایسیمتری | fa_IR |
| dc.subject | تحلیل عدم قطعیت مونت-کارلو | fa_IR |
| dc.subject | سیستم استنتاج تطبیقی عصبی فازی | fa_IR |
| dc.subject | شبکههای عصبی مصنوعی | fa_IR |
| dc.subject | ماشین بردار پشتیبان حداقل مربعات | fa_IR |
| dc.title | معرفی و کاربرد ماشین‌بردار پشتیبان حداقل مربعات در برآورد تبخیر-تعرق مرجع و تحلیل عدم قطعیت نتایج؛ مطالعه موردی شهر کرمان | fa_IR |
| dc.type | Text | en_US |
| dc.type | مقاله پژوهشی | fa_IR |
| dc.contributor.department | گروه آبیاری و زهکشی، دانشگاه تربیت مدرس، تهران، | fa_IR |
| dc.contributor.department | گروه آبیاری و زهکشی، دانشگاه تربیت مدرس، تهران، ایران | fa_IR |
| dc.contributor.department | استادیار، گروه مهندسی آب، دانشگاه ولی عصر رفسنجان، کرمان | fa_IR |
| dc.citation.volume | 4 | |
| dc.citation.issue | 1 | |
| dc.citation.spage | 67 | |
| dc.citation.epage | 79 | |
