محاسبه تبخیر و تعرق واقعی گیاه سیر به روش مدل سازی چندگانه تحت شرایط کاشت لایسیمتر

چکیده 1روش های متعدد ی به منظور پیش بینی فرایندهایی مانند تبخ یر و تعرق پدیده ها وجود دار ن د که دراین میان ، روش های فراابتکاری ترکیبی (مدل سازی چندگانه) از قابلیت بیش تری برخوردارند . در ای نمطالعه از دو مدل فراابتکاری ترکیبی شامل تلفیق عصبی- ژنتیک و عصبی- فازی در کنار شبکه عصبیمصنوعی جهت پیش بینی نیاز آ بی گ یاه سیر به عنوان گ یاهی با اهم ی ت دارو ی ی و ارزش غذ ایی بالا ،استفاده گردید. به این منظور از اطلاعات هواشناسی دمای حداقل و حداکثر هوا، رطوبت نسبی حداقلو حداکثر هوا، ساعات آفتا بی، سرعت باد و لا یسیمتری گ یاه س یر ط ی سال های 1387 و 1388 مستقردر ایستگاه هواشناسی دانشکده کشاورزی دانشگاه بوعلی سینا، برای مدل کردن روش ها ی هوشمند4/ 11 میلی متر و میانگین دو ساله آن 79 / استفاده شد . حداکثر مقدار تبخ یر و تعرق س یر از لا یسیمتر 22میلی متر در روز به دست آمد . نتایج مدل سازی تبخ یر و تعرق گ یاه س یر نشان از برتر ی روش تلف یق یعصبی- ژنتیک در مقا یسه با دو روش عص بی و عص بی- فازی د اشت. به عبارت د یگر به ینه سازی شبکهعصبی مصنوع ی موفق تر از منطق فاز ی بود به طوری که الگوریتم ژنتی ک در ترکی ب با شبکه عص بیتوانست خطا ی آزمون شبکه را نسبت به عص بی- فازی به میزان 24 درصد کاهش دهد . اما ترک ی بمنطق فاز ی نه تنها سبب بهبود نتایج شبکه عصبی مصنوعی نشد، بلکه دقت پیش بین ی را به می زاندرصد کاهش داد .آماره میانگین مجذور مربعات خطا در برآور د تبخ یر و تعرق گ یاه س یر با مدل به ینه0 به دست آمد . معیارها ی / 0 م یلی متر در روز و مقدار ضریب تعیین آن 88 / عصبی- ژنتیک برابر 12ضریب تع یین، عرض از مبدا و ش یب خط برازش داده شده به داده های برآورد شده از مدل ترک یب یعصبی- ژن تیک در طول دوره (دو سال ) در مقا یسه با مدل ترک یبی عص بی- فاز ی نیز بیانگر کارآیی اینمدل می باشند.واژه های کلیدی: تبخیر و تعرق، عصبی- ژنتیک، عصبی- فازی، گیاه سیر، همدان