• شماره ركورد
    1298124
  • عنوان مقاله

    ﻧﻘﺪ ﻣﻘﺎﻟﻪ ﺷﺒﯿﻪﺳﺎزي و ﻣﻘﺎﯾﺴﻪي ﺗﺒﺨﯿﺮ و ﺗﻌﺮق ﭘﺘﺎﻧﺴﯿﻞ ﺑﻪ روشﻫﺎي ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﻣﺼﻨﻮﻋﯽ، ﻧﺮوﻓﺎزي و درﺧﺖ ﺗﺼﻤﯿﻢﮔﯿﺮي M5 ﻣﻄﺎﻟﻌﻪ ﻣﻮردي: اﯾﺴﺘﮕﺎه ﺳﯿﻨﻮﭘﺘﯿﮏ ﺷﯿﺮاز

  • عنوان به زبان ديگر
    Discussion of “Simulation and Comparison of Potential Evapotranspiration by Artificial Neural Network (ANN), Adaptive Neuro-Fuzzy Inference System (ANFIS) and Decision Making Tree M5 (Case Study: Synoptic Station of Shiraz)”
  • پديد آورندگان

    اﺣﻤﺪﭘﺮي، ﻫﺪﯾﻪ داﻧﺸﮕﺎه ﺗﻬﺮان - ﭘﺮدﯾﺲ اﺑﻮرﯾﺤﺎن - ﮔﺮوه آﺑﯿﺎري و زﻫﮑﺸﯽ، ايران , ﮔﻨﺠﯽ، ﻧﺠﻤﻪ داﻧﺸﮕﺎه ﺗﻬﺮان - داﻧﺸﮑﺪه ﮐﺸﺎورزي و ﻣﻨﺎﺑﻊ ﻃﺒﯿﻌﯽ، ايران , اﺳﮑﺎﻓﯽ ﻧﻮﻏﺎﻧﯽ، ﻣﺤﺴﻦ داﻧﺸﮕﺎه ﺗﻬﺮان - ﭘﺮدﯾﺲ اﺑﻮرﯾﺤﺎن - ﮔﺮوه آﺑﯿﺎري و زﻫﮑﺸﯽ، ايران , ﺑﯿﻨﺶ، ﺳﺤﺮ داﻧﺸﮕﺎه ﺗﻬﺮان - ﭘﺮدﯾﺲ اﺑﻮرﯾﺤﺎن، ايران

  • تعداد صفحه
    6
  • از صفحه
    92
  • از صفحه (ادامه)
    0
  • تا صفحه
    97
  • تا صفحه(ادامه)
    0
  • كليدواژه
    شبكه عصبي مصنوعي , درخت تصميم‌گيري M5 , تبخير و تعرق پتانسيل , ايستگاه سينوپتيك شيراز , شبيه‌سازي و نروفازي
  • چكيده فارسي
    اين مقاله به نقد و تحليل مقاله «شبيه سازي و مقايسه ي تبخير و تعرق پتانسيل به روش هاي شبكه عصبي مصنوعي، نروفازي و درخت تصميم گيري M5 (مطالعه موردي؛ ايستگاه سينوپتيك شيراز)» اثر محققين ارجمند (الهه ذرتي پور، لميا نيسي، منا گلابي، اعظم بزاز و امين ذرتي پور)، كه در مجله تحقيقات منابع آب ايران (سال پانزدهم، شماره 1، بهار 1398، ص 371-365) چاپ گرديده است، مي پردازد. به اين منظور، پس از مقدمه اي كوتاه درباره اهميت موضوع و حساسيت مقاله مزبور، به نقد و بررسي امتيازها و كاستي هاي آن پرداخته شده است.
  • چكيده لاتين
    In this paper, the paper entitled “Simulation and Comparison of Potential Evapotranspiration by Artificial Neural Network (ANN), Adaptive Neuro-Fuzzy Inference System (ANFIS) and Decision Making Tree M5 (Case Study: Synoptic Station of Shiraz)” by Elaheh Zoratipur, Lamia Neisi, Azam Bazaz and Amin Zoratipur; Iran-Water Resources Research (Spring 2019, Vol. 15, No. 1, Pages 365 to 371), is discussed. After a brief introduction about the importance of the topic, the advantages and disadvantages of the issue are discussed.
  • سال انتشار
    1399
  • عنوان نشريه
    نخبگان علوم و مهندسي
  • فايل PDF
    8718830