عنوان مقاله :
برآورد تابش خورشيدي با كاربرد شبكه عصبي مصنوعي بهينهسازي شده با الگوريتم ژنتيك و استفاده از پارامترهاي هواشناسي
پديد آورندگان :
هاشمي ، سجاد دانشگاه تبريز - دانشكده كشاورزي - گروه مهندسي آب , صمديان فرد ، سعيد دانشگاه تبريز - دانشكده كشاورزي - گروه مهندسي آب , صدرالديني ، علي اشرف دانشگاه تبريز - دانشكده كشاورزي - گروه مهندسي آب
كليدواژه :
انرژي خورشيدي , بهينهسازي , راندمان , كشاورزي , هوش مصنوعي
چكيده فارسي :
تابش خورشيدي يكي از عوامل كليدي در زمينههاي كشاورزي، هيدرولوژي و هواشناسي است و نقش اساسي در انواع فرآيندهاي فيزيكي، بيولوژيكي و شيميايي از جمله ذوب برف، تبخير، فتوسنتز گياه و توليد محصول ايفا ميكند و برآورد دقيق اين پارامتر اهميت فراواني دارد. بر اين اساس، در اين مطالعه مقادير تابش خورشيدي روزانه با استفاده از مدلهاي مختلف شبكه عصبي مصنوعي و شبكه عصبي مصنوعي بهينهسازي شده با الگوريتم ژنتيك در شش ايستگاه استان اردبيل شامل اردبيل، بيلهسوار، سرعين، گرمي، مشگين شهر و نير تخمين زده شد. دادههاي استفاده شده در اين تحقيق بيشينه، كمينه و ميانگين دما، رطوبت نسبي و سرعت باد ايستگاههاي مذكور در بازه زماني دو ساله (2018-2017) ميباشند كه در هشت تركيب مختلف بهعنوان دادههاي ورودي مدلها به كار گرفته شدهاند. همچنين از شاخصهاي آماري ضريب همبستگي، جذر ميانگين مربعات خطا، شاخص ويلموت، راندمان كلينگ-گاپتا و دياگرام تيلور براي مقايسه نتايج بهدستآمده بهره گرفته شده است. بهطوركلي نتايج بهدستآمده نشان داد كه در روش شبكه عصبي مصنوعي، مدلهاي ايستگاه بيلهسوار و در روش شبكه عصبي مصنوعي-الگوريتم ژنتيك مدلهاي ايستگاه اردبيل دقيقترين نتايج را ثبت كردند. همچنين مدل MLP-VIIIدر ايستگاه بيلهسوار با دارا بودن ضريب همبستگي 0/856، جذر ميانگين مربعات خطاي 0/319 (مگاژول بر متر مربع در روز)، راندمان كلينگ-گاپتا 0/659 و شاخص ويلموت 0/893 بهترين عملكرد را در بين مدلهاي به كار گرفته شده دارد. در نتيجه، استفاده از شبكه عصبي مصنوعي بهينهسازي شده با الگوريتم ژنتيك در برآورد هر چه دقيقتر تابش خورشيدي توصيه ميگردد.
عنوان نشريه :
تحقيقات آب و خاك ايران
عنوان نشريه :
تحقيقات آب و خاك ايران