مدل سازی سری زمانی تغییرات محتوای الکترون کلی یونوسفر با شبکه عصبی موجک سه لایه و الگوریتم آموزش هیبرید PSO
محل انتشار: فصلنامه علوم و فناوری فضایی، دوره: 13، شماره: 3
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 246
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JSST-13-3_004
تاریخ نمایه سازی: 13 آذر 1400
چکیده مقاله:
در این مقاله از ترکیب شبکه های عصبی موجک سه لایه (WNNs) به همراه الگوریتم آموزش بروش بهنیه سازی انبوه ذرات هیبرید (PSO-BP) جهت مدل سازی تغییرات زمانی-مکانی محتوای الکترون کلی (TEC) یونوسفر در منطقه شمالغرب ایران (N-W) استفاده شده است. مشاهدات ۳۰ روز ماه ژانویه سال ۲۰۱۸ جهت ارزیابی روش پیشنهادی بکار گرفته شده است. تعداد مشاهدات ورودی انتخاب شده جهت آموزش شبکه عصبی موجک سه لایه با الگوریتم آموزش PSO-BP بترتیب ۲۰ و ۱۰ ایستگاه از شبکه محلی آذربایجان می باشند. در هر ۲ حالت تعداد ۳ ایستگاه با توزیع مناسب به عنوان ایستگاه های آزمون در نظر گرفته شده اند. شاخص های آماری خطای نسبی، خطای |dVTEC|، انحراف معیار و ضریب همبستگی جهت ارزیابی مدل شبکه عصبی موجک مورد استفاده قرار گرفته است. نتایج حاصل از مدل پیشنهادی این مقاله با TEC حاصل از مشاهدات GPS به عنوان مرجع اصلی، مدل مرجع جهانی یونوسفر ۲۰۱۶ (IRI۲۰۱۶) و همچنین خروجی شبکه جهانی IGS (GIM) مقایسه شده است.
کلیدواژه ها:
نویسندگان
میررضا غفاری رزین
گروه مهندسی نقشه برداری، دانشکده علوم زمین، دانشگاه صنعتی اراک، اراک، ایران
بهزاد وثوقی
گروه ژئودزی، دانشکده مهندسی نقشه برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران ایران