使用人工神经网络（ANN）伊朗的迦荷河钠吸附比（SAR）预测
Gholamreza asadollahfardi.1*，亚齐达赫西2，Saber Moradinejad.1和拉什·阿塞罗拉菲尔迪3.
1土木工程署，伊朗德黑兰大学。
2墨西哥半岛水公司，伊朗森南。
3.民政公司，温哥华，加拿大。
http://dx.doi.org/10.12944/cwe.8.2.02
考虑到钠吸附率（SAR）对生长植物的意义，其预测对于灌溉水质管理是必不可少的。研究了利用人工神经网络（ANN）的伊朗西北部库尔德斯坦的Chelghazy河的SAR预测。该研究将ANN的Multilayer Perceptron（MLP）应用于平均每月数据，由库尔德斯坦省的水务局收集，1998 - 2009年。MLP网络的输入参数是pH，放电，硫酸盐，钠，钙，氯，镁和碳酸氢盐，输出是SAR的预测。结果显示了实际和预测的SAR之间的相关系数0.976，这意味着模型的准确性是可接受的。该模型使用输入参数来预测同月的SAR。敏感性分析表明SAR的预测仅受pH和钙的影响。总的来说，ANN的MLP可以适用于预测SAR，这是农业的必要参数比例。
人工神经网络（ANN）;钠吸附率（SAR）;Chalghazi河;根均匀误差（RMSE）
复制以下内容以引用本文：
Asadollahfardi G，Hemata A，Moradinejad A，Asadollahfardi使用人工神经网络（Ann）伊朗使用人工神经网络的Chalghazi河的钠吸附率（SAR）预测。Curr World Environ 2013; 8（2）Doi：http://dx.doi.org/10.12944/cwe.8.2.02
复制以下内容以引用此URL：
Asadollahfardi G，Hemata A，Moradinejad A，Asadollahfardi使用人工神经网络（Ann）伊朗使用人工神经网络的Chalghazi河的钠吸附率（SAR）预测。Curr World Environ 2013; 8（2）。可从：//www.a-i-l-s-a.com/?p=4531.
[HTML全文]
这项工作是在授权下获得的Creative Commons attage 4.0国际许可证。
