{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "S408",
        "title": "پیش بینی عناصر آهن و روی خاک در اراضی شهرستان های  دهدشت و چرام با استفاده از مدل های شبکه ی عصبی  مصنوعی(ANN) و انطباق عصبی-فازی (ANFIS)",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1397",
        "last_update": "2026-08-26",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "S408",
        "title": "پیش بینی عناصر آهن و روی خاک در اراضی شهرستان های  دهدشت و چرام با استفاده از مدل های شبکه ی عصبی  مصنوعی(ANN) و انطباق عصبی-فازی (ANFIS)",
        "degree": null,
        "faculty": "مهندسی کشاورزی",
        "year": 1397,
        "authors": [
            {
                "name": "زهره پاداش",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "هادی قربانی",
                "role": "استاد راهنما"
            },
            {
                "name": "شاهین شاهسونی",
                "role": "استاد راهنما"
            },
            {
                "name": "وجیهه درستکار",
                "role": "استاد مشاور"
            }
        ],
        "keywords": [
            "شبکه هوش مصنوعی",
            "سیستم استنتاج فازی",
            "آهن",
            "روی"
        ],
        "abstract": "در این پژوهش با استفاده از شبکه عصبی مصنوعی (ANN) و سیستم استنتاج عصبی - فازی تطبیقی (ANFIS) به پیش‌بینی برخی عناصر میکرو خاک پرداخته شده است. مطالعه مورد نظر در شهرستان چرام و دهدشت با یرداشت 90 نمونه خاک سطحی انجام شد. بدین منظور از پارامترهای زودیافت خاک مانند آهک خاک،pH ، EC و ماده آلی، آهن و روی خاک به عنوان ورودی به مدل استفاده شد. نتایج بدست آمده نشان داد که  همبستگی بین عناصر آهن و روی با پارامترهای ورودی نشان داد که بیشترین میزان همبستگی را ماده آلی و درصد رس با عنصر آهن و اسیدیته و هدایت الکتریکی با عنصر روی خاک دارد. نتایج شبکه پرسپترون (MLP) برای محاسبه عناصر آهن و روی نشان داد که بهترین ضریب تبیین نسبت به سایر توابع مربوط به تابع گوسین که 0.93 برای تانژانت سیگموئید و0.91 برای لگاریتم سیگموئید و همچنین 0.31 برای تانژانت سیگموئید و 3/0 برای لگاریتم سیگموئید به ترتیب برای عنصر آهن و روی می‌باشد. نتایج حاصل اجرای مدل سیستم استنتاج تطبیقی عصبی فازی برای پیش‌بینی  عناصر آهن و روی خاک نشان داد که مدل ANFIS با تابع عضویت گوسین برای هر دو عنصر آهن و روی و با داشتن ضریب تبیین 0.99 برای آهن  و همچنین ضریب تبیین 0.78 برای عنصر روی بهترین حالت را نسبت به دیگر توابع دارد. نتایج حاصل از مقایسه دو مدل مورد استفاده شده نشان می‌دهد مدل ANFIS با داشتن ضریب تبیین 0.99، 0.78 به ترتیب برای عناصر آهن و روی خاک نسبت به مدل شبکه عصبی مصنوعی با داشتن ضریب تبیین 0.93 و 0.91  و همچنین 0.31 و 0.30 به ترتیب برای عناصرآهن و روی خاک و در مراحل آموزش و صحت‌سنجی بهترین کارایی را دارد. ضریب تبیین مدل ANFIS نسبت به شبکه عصبی بیشتر و میزان خطای آزمون، خطای آزمایش و خطای شبیه سازی برای عناصر آهن و روی در شبکه عصبی بالاتر است که نشان‌دهنده کارایی پایین‌تر مدل شبکه عصبی مصنوعی نسبت به مدل ANFIS دارد.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_S408.pdf"
    },
    "dictionary": {
        "thesis_id": {
            "title": "شناسه پایان نامه",
            "type": "string",
            "description": "شناسه یکتای پایان نامه در سامانه کتابخانه"
        },
        "title": {
            "title": "عنوان پایان نامه",
            "type": "string",
            "description": "عنوان کامل پایان نامه"
        },
        "degree": {
            "title": "مقطع تحصیلی",
            "type": "string",
            "description": "مقطع تحصیلی پایان نامه"
        },
        "faculty": {
            "title": "دانشکده",
            "type": "string",
            "description": "دانشکده یا واحد آموزشی"
        },
        "year": {
            "title": "سال دفاع",
            "type": "integer",
            "description": "سال دفاع یا انتشار پایان نامه"
        },
        "authors": {
            "title": "پدیدآورندگان",
            "type": "array",
            "description": "فهرست نویسندگان، استاد راهنما، استاد مشاور و سایر نقش های علمی"
        },
        "keywords": {
            "title": "کلیدواژه ها",
            "type": "array",
            "description": "کلیدواژه های علمی پایان نامه"
        },
        "abstract": {
            "title": "چکیده",
            "type": "string",
            "description": "متن چکیده پایان نامه"
        },
        "repository": {
            "title": "محل نگهداری",
            "type": "string",
            "description": "محل نگهداری نسخه اصلی پایان نامه"
        },
        "note": {
            "title": "یادداشت",
            "type": "string",
            "description": "توضیحات تکمیلی یا یادداشت های ثبت شده"
        },
        "download_url": {
            "title": "آدرس فایل پایان نامه",
            "type": "string",
            "description": "نشانی فایل چکیده یا متن کامل پایان نامه"
        }
    }
}