ترجمه مقاله مدل شبکه عصبی مصنوعی برای اثرات کود مرغی بر روی آب زیر زمینی - نشریه الزویر

قیمت خرید این محصول

۲۹,۰۰۰ تومان

دانلود مقاله انگلیسی

عنوان فارسی

مدل شبکه عصبی مصنوعی برای اثرات کود مرغی بر روی آب زیر زمینی

عنوان انگلیسی

An artificial neural network model for the effects of chicken manure on ground water

صفحات مقاله فارسی

10

صفحات مقاله انگلیسی

4

سال انتشار

2012

نشریه

الزویر - Elsevier

فرمت مقاله انگلیسی

PDF

فرمت ترجمه مقاله

ورد تایپ شده

رفرنس

دارد ✓

کد محصول

F921

وضعیت ترجمه عناوین تصاویر و جداول

ترجمه شده است ✓

وضعیت ترجمه متون داخل تصاویر و جداول

ترجمه شده است ✓

وضعیت ترجمه منابع داخل متن

به صورت عدد درج شده است ✓

وضعیت فرمولها و محاسبات در فایل ترجمه

به صورت عکس، درج شده است ✓

رشته های مرتبط با این مقاله

محیط زیست

گرایش های مرتبط با این مقاله

مهندسی بهداشت محیط، آلودگی محیط زیست و مهندسی محیط زیست گرایش آب و فاضلاب

مجله

محاسبات نرم کاربردی - Applied Soft Computing

دانشگاه

گروه مهندسی شیمی، دانشکده مهندسی، دانشگاه هیتیت، ترکیه

کلمات کلیدی

ANN ، مرغداری ، آلودگی آب

doi یا شناسه دیجیتال

https://doi.org/10.1016/j.asoc.2011.08.017

ترجمه این مقاله به صورت خلاصه و با کیفیت متوسط انجام شده است. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.

فهرست مطالب

چکیده
1 - مقدمه
1-1 مدل سازی شبکه های عصبی مصنوعی
2- مواد و روش ها
2-1 آزمایش
2-2 روش مدل سازی
3-نتایج و بحث
4-نتیجه گیری

نمونه چکیده متن اصلی انگلیسی

Abstract

In the areas where broiler industry is located, poultry manure from chicken farms could be a major source of ground water pollution, and this may have extensive effects particularly when the farms use nearby ground water as their fresh water supply. Therefore the prediction the extent of this pollution, either from rigorous mathematical diffusion modeling or from the perspective of experimental data evaluation bears importance. In this work, we have investigated modeling of the effects of chicken manure on ground water by artificial neural networks. An ANN model was developed to predict the total coliform in the ground water well in poultry farms. The back-propagation algorithm was employed for training and testing the network, and the Levenberg–Marquardt algorithm was utilized for optimization. The MATLAB 7.0 environment with Neural Network Toolbox was used for coding. Given the associated input parameters such as the number of chickens, type of manure pool management and depth of well, the model estimates the possible amount of total coliform in the wells to a satisfactory degree. Therefore it is expected to be of help in future for estimating the ground water pollution resulting from chicken farms.

نمونه چکیده ترجمه متن فارسی

چکیده
در مناطقی که در آن صنعت پرورش مرغ گوشتی واقع شده است، کود مرغی حاصل از مرغداری ها می تواند یک منبع مهم آلودگی آب زیر زمینی باشد و زمانی که در مرغداری ها از آب زیر زمینی به عنوان منبع آب شیرین استفاده می شود، این آلودگی می تواند اثرات چشم گیری بر روی آب زیر زمینی داشته باشد. از این روی، پیش بینی میزان این آلودگی، یا از مدل سازی انتشار ریاضی قوی و یا از دیدگاه ارزیابی داده های آزمایشی، می تواند اهمیت زیادی داشته باشد. در این مطالعه،ما به بررسی مدل سازی اثرات کود مرغی بر روی آب زیر زمینی با شبکه های عصبی مصنوعی می پردازیم. یک مدل شبکه های عصبی مصنوعی برای پیش بینی کلیفرم کل در چاه آب زیرزمینی در مرغداری ها توسعه یافت. الگوریتم پس انتشار خطا برای آموزش و آزمون شبکه استفاده شد و الگوریتم لونبرگ-مارکوات برای بهینه سازی استفاده شد. محیط متلب 7.0 با جعبه ابزار شبکه عصبی برای کدگذاری استفاده شد. با توجه به پارامتر های ورودی مربوطه نظیر تعداد مرغ ها، نوع مدیریت منبع کود و عمق چاه، این مدل مقدار احتمالی کلیفرم کل را در چاهک ها تا حد رضایت بخش نشان می دهد. از این روی انتظار می رود که این مسئله در آینده به براورد آلودگی آب زیرزمینی ناشی از پرورش طیور کمک کند.