ترجمه مقاله برآورد پارامترهای مدل ون-گنوختن برای منحنی نگهداری آب خاک توسط الگوریتم های هوشمند

چکیده

یک بهینه سازی ازدحام ذرات تعمیم یافته (IPSO) ارائه شد و الگوریتم های هوشمند مانند IPSO، الگوریتم ژنتیک (GA) و الگوریتم تبرید شبیه سازی شده (SA) برای تعیین پارامترهای مدل ون-گنوختن (VG) برای منحنی نگهداری آب خاک (SWRC) چهار بافت خاکی معمول (رس، لوم رسی، لوم سیلتی و لوم ماسه ای) در چین ارائه شدند. برای مقایسه، SWRC برحسب مدل VG نیز به ترتیب توسط یک برنامه کامپیوتری RETC و تابع pedotransfer روزتا فیت شد. برای چهار بافت خاکی، مقدار ضریب تعیین (R2 ) و خطای ریشه مربع میانگین (RMSE) در برآورد پارامترهای معادله VG توسط ISPO به ترتیب در سه الگوریتم هوشمند فوق-الذکر بالاترین و پایین ترین می باشند. مقادیر شبیه سازی شده محتوای آب توسط IPSOبسیار نزدیک به مقدار اندازه گیری شده (R2 = 0.990) هستند. مشاهده شد که روزتا قادر به برآورد SWRC بطور مناسب نیست و بالاترین مقدار RMSE بصورت می باشد. مقادیر پیش بینی شده محتوای رطوبت توسط روزتا تفاوت زیادی با مقادیر اندازه گیری شده (R2 = 0.585) دارند. RETC نتایج شبیه سازی خوبی از محتوای آب را فراهم کرد (R2 = 0.974). اما، محتوای آب باقیمانده در خاک (θr)، معادله VG نمی تواند به دست آید. نتیجه گرفته شد که IPSO ارائه شده در اینجا برای برآورد SWRC برحسب مدل VG منطقی تر و قابل اطمینان تر از GA، SA، RETC و روزتا می باشد.

اصل روش های عددی

الگوریتم ژنتیک

GA یک الگوریتم جستجوی تصادفی براساس طبیعی بیوسفریک و مکانیزم ژنتیک جمعیت می باشد. براساس گرادیان یا آمارهای مرتبه بالاتر یک تابع تک معیار (تابع ارزیابی)، یک الگوریتم بهینه سازی سنتی برای تولید یک دنباله قطعی از جواب آزمایشی استفاده می شود. اما، GA متکی بر اطلاعات گرادیان نیست. GA جواب بهینه را با شبیه سازی فرآیند طبیعی تکامل جستجو می کند. GA از یک فناوری کدنویسی با تاثیراتی بر رشته های دیجیتالی (کروموزوم ها) برای شبیه سازی فرآیند تکامل جمعیت استفاده می کند. از طریق تبادل تصادفی منظم اطلاعات، رشته های دیجیتالی با سازگاری بهتر توسط GA برای تولید جمعیت های جدید بازسازی می شوند. به منظور حذف اشکالات الگوریتم ژنتیک استاندارد، یعنی همگرایی زودهنگام، یک پیچیدگی محاسباتی زیاد و دقت جواب پایین، الگوریتم ژنتیک کدنویسی شده واقعی ادغام شده با روش لونبرگ-مارکاد [15،16] برای تعیین پارامترهای مدل VG در این پژوهش استفاده شد.

الگوریتم تبرید شبیه سازی شده

SA توسط متروپولیس در 1953 ارائه شد و بطور موفقیت آمیزی در بهینه سازی ترکیبی توسط کیریک پاتریک و همکاران در 1983 استفاده شد [17]. فرآیند ترمودینامیکی تبرید فیزیکی در SA شبیه سازی می شود و جواب و تابع هدف به ترتیب متناظر با حالت ذره و انرژی آن می باشند. برای یک دمای اولیه داده شده، دما براساس تابع میرایی افت می کند و جواب بهینه تابع هدف بطور تصادفی توسط قاعده متروپولیس در فضای جواب جستجو می شود. استاندارد SA برای برآورد پارامترهای معادله VG در این مطالعه استفاده شد.

ترجمه مقاله برآورد پارامترهای مدل ون-گنوختن برای منحنی نگهداری آب خاک توسط الگوریتم های هوشمند

نماد اعتماد الکترونیکی

لوگوی رسانه‌های برخط

ترجمه مقاله برآورد پارامترهای مدل ون-گنوختن برای منحنی نگهداری آب خاک توسط الگوریتم های هوشمند

ترجمه مقاله یک روش MCDM فازی تصادفی یکپارچه برای ارزیابی سرویس مبتنی بر کارت امتیازی متوازن

ترجمه مقاله یک یکسوساز فعال باک-بوست پنج سطحی جدید

ترجمه مقاله ویسکوزیته امولوسیون ها

ترجمه مقاله یک الگوریتم تلفیقی با عملکرد بالا برای حل هماهنگی بهینه رله های اضافه جریان در شبکه های توزیع شعاعی

ترجمه مقاله چالش ها، پیشرفت ها و جهت گیری های تحقیقاتی آتی در زمینه حفاظت از ریزشبکه های ترکیبی AC/DC

نماد اعتماد الکترونیکی

لوگوی رسانه‌های برخط