بكارگيري شبكه عصبي در شبيه سازي مقدار نفوذ تجمعي سطحي و تعيين عوامل مؤثر بر آن

میزان نفوذ آب در خاك یكی از عوامل مهم برای طراحی، مدیریت و اجرای آبیاری در مزارع است . روش های گوناگونی جهت برآورد میزان نفوذپذیری خاك مورد استفاده قرار می گیرند كه هر كدام محاسن و معایبی دارند. دلیل این امر وجود ارتباطات پیچیده بین پارامترهای گوناگون مؤثر در مقداری نفوذپذیری خاك است در این پژوهش برای مطالعه و ارزیابی نفوذپذیری آب در خاك دو منطقه چنیبه و Arc-2 توسعه نیشكر امیركبیر مورد بررسی و نمونه برداری قرار گرفت . سپس مقادیر اندازه گیری شده با مقدار محاسبه شده توسط مدل Qnet2000 مقایسه گردید. در این مدل از مجموع ١٧٢ نمونه ، 122 نمونه برای آموزش 40 نمونه برای تست آموزش و 10 نمونه برای صحت سنجی بكارگرفته شد. در این فرایند مدل با 7 پارامتر و سپس با 5 و 4 و 3 پارامتر ورودی آزمایش شد. توابع محرك در این شبكه ها سیگموئید ، تانژانت ها پیربولیك و سكانت هایپربولیك می باشد. لازم به ذكر است كه مدل در این تحقیق در حدود ٦٥٠ بار اجرا شد كه درنهایت شبكه ٣ لایه با تابع محرك سكانت هایپربولیك با ٤ عنصر در لایه ورودی و ٧ عنصر در لایه پنهان و ١ عنصر در لایه خروجی نسبت به سایر نتایج، نتیجه خوبی دست آورد این الگو دارای بیشترین ضریب همبستگی برابر 0/99976 و كمترین مقدار خطا برابر 0/11912 در مرحله صحت سنجی می باشد .همچنین مدل مشخص می كند كه در این الگو ابتدا زمان و بعد از آن مقدار شن و رطوبت اولیه و در آخر مقدار رس مهمترین عوامل در میزان نفوذپذیری می باشند .