فرسایش پاشمانی باران به عنوان اولین رویداد در فرسایش خاک، حرکت ذرات و کلوخه های خاک را سبب میشود و یک فرآیند مهم در فرسایش محسوب میشود .با توجه به پیچیدگی این فرآیند در طبیعت یکی از راه های شناخت و مدل سازی این فرآیند استفاده از شبیه ساز باران و مطالعه آن در آزمایشگاه میباشد. بدین منظور در این تحقیق اقدام به شبیه سازی مقدار مواد حمل شده در شدت های مختلف بارش و به ازای مقادیر مختلف پلی اکریلامید گردید. پس از اندازهگیری مقدار مواد حمل شده در دوامهای و مقادیر مختلف پلی اکریلامید، با استفاده از روش های شبکه عصبی مصنوعی، ANFIS و SVMمدل سازی مواد حمل شده صورت گرفت. نتایج نشان داد در بین سه روش مورد استفاده بهترین مقادیر معیارهای ارزیابی مربوط به روش SVM و سپس ANFIS میباشد. در بین سه دوام مورد بررسی نیز بهترین نتایج مربوط به آزمایش با داوم 30 دقیقه بوده است. نتایج این تحقیق نشان داد در روش ANFIS با توجه به دادههای در دسترس با افزایش تعداد توابع عضویت بیش برازشی اتفاق می افتد. جهت کاهش پیچیدگی مدل و احتمال وقوع بیش برازشی برخی از قوانین حذف گردید. نتایج نشان داده با حذف برخی قوانین عملکرد مدل بهبود یافت.
The Modeling of Splash Erosion Produced in Rain-Simulator Uusing Three Methods of Artificial Neural Network, Neuro-fuzzy, and Support Vector Machine. jwmseir 2017; 10 (35) :65-72 URL: http://jwmsei.ir/article-1-496-fa.html
بروغنی مهدی، سلطانی سمیه، فتح آبادی حسن، قزل سفلو نفیسه، پورهاشمی سیما. مدلسازی فرسایش پاشمانی تولید شده در بارانساز با استفاده از سه روش شبکه عصبی مصنوعی، نوروفازی و ماشینبردار پشتیبان. مجله علوم ومهندسی آبخیزداری ایران. 1395; 10 (35) :65-72
به اطلاع کلیه نویسندگان ، محققین و داوران محترم می رساند:با عنایت به تصمیم هیئت تحریریه مجله علمی پژوهشی علوم و مهندسی آبخیزداری فرمت تهیه مقاله به شکل پیوست در بخش راهنمای نویسندگان تغییر کرده است. در این راستا، از تاریخ ۱۴۰۳/۰۱/۲۱ کلیه مقالات ارسالی فقط در صورتی که طبق راهنمای نگارش جدید تنظیم شده باشد مورد بررسی قرار خواهد گرفت.