مدلسازي برآورد تبخير با استفاده از روش شبكه عصبي BFGS و مدل رگرسيون خطي محلي (LLR )

تبخير،همچون بخش مهمي از چرخه هيدرولوژي،نقش كليدي در توسعه و مديريت منابع در منطق خشك و نيمه خشك بازي مي كند.اگر چه روش هاي تجربي زيادي وجود دارد با اين حال به علت پيچيدگي طبيعت فرآيند تبخير و داده هاي موجود،انجام آنها چندان رضايت بخش نيست.در اين تحقيق يك مدل براورد تبخير بر اساس روش شبكه عصبي(BFGSNN) و مدل خطي محلي(LLR) ايجاد شد،BFGSNN با ضريب همبستگي معادل0/723 و روش LLR با ضريب همبستگي برابر 0/562 ) اگر چه اين دو روش به نظر قوي است،انتخاب داده هاي ورودي كاملا سخت و پيچيده مي باشد.در اين تحقيق از الگوريتم (GA) براي انتخاب بهترين تركيب ورودي استفاده مي شود.بسياري از مطالعات به نتايج حاصل از اين بخش نيازمندند.در اين تحقيق از آزمون گاما (GT)،براي انتخاب داده هاي آموزشي استفاده مي شود،و همچنين اين روش مهمترين عوامل موثر در تبخير را تعيين ميكند.