فهرست نشریات علمی دسترسی آزاد ایران

امروزه شبکه‌های عصبی مصنوعی کاربرد بسیاری در مسائل مختلف مهندسی آب که رابطه و الگوی مشخصی بین عوامل مؤثر بر وقوع یک پدیده وجود ندارد، پیدا کرده‌اند. در این پژوهش جهت تخمین تبخیر- تعرق مرجع داخل گل‌خانه با استفاده از شبکه‌های عصبی مصنوعی، از داده‌های هواشناسی اندازه‌گیری شده داخل گل‌خانه و همچنین داده‌های اندازه‌گیری شده خارج گل‌خانه استفاده گردید. در این پژوهش از شبکه‌های عصبی مصنوعی با ساختار پرسپترون چند لایه و الگوریتم یادگیری پس انتشار خطا با یک لایه پنهان جهت تخمین تبخیر- تعرق گیاه مرجع استفاده شد. نتایج حاصل از این بررسی نشان داد که با استفاده از شبکه‌های عصبی مصنوعی می‌توان تبخیر- تعرق گیاه مرجع (0ET) را با دقت مناسبی تخمین زد. شبکه عصبی مصنوعی با ورودی‌های تابش خارج از جو، دمای حداقل و حداکثر اندازه‌گیری شده، ساعت آفتابی و فشار بخار واقعی محاسبه شده در داخل گل‌خانه با جذر میانگین مربعات خطا (RMSE) برابر 1/1 میلی‌متر در روز بهترین نتیجه را جهت تخمین 0ET ارایه داد. این عمل برای داده‌های خارج از گل‌خانه نیز انجام شد که شبکه‌های عصبی مصنوعی با داده‌های ورودی دمای حداقل و حداکثر و ساعت آفتابی اندازه‌گیری شده در خارج از گل‌خانه با RMSE برابر 01/1 میلی‌متر در روز، بهترین نتیجه را جهت تخمین 0ET ارایه داد.