پیش بینی آماری بلندمدت بارش فصلی شهر مشهد توسط سیستم فازی-احتمالاتی
- سال انتشار: 1387
- محل انتشار: دومین کنگره مشترک سیستمهای فازی و هوشمند ایران
- کد COI اختصاصی: FJCFIS02_007
- زبان مقاله: فارسی
- تعداد مشاهده: 1256
نویسندگان
دانشگاه آزاد اسلامی واحد علوم و تحقیقات
دانشگاه فردوسی مشهد
دانشگاه فردوسی مشهد
چکیده
امروزه پیش بینی سری های زمانی بخصوص در سیستم های پیچیده نظیر مدل های هیدرولوژیکی و پیش بینی هوا و بارش، مراکزو محققان زیادی را بسوی خود جلب نموده است. بیشتر روش های پیش بینی براساس شیوه های کلاسیک آماری می باشند که شالوده اینروش ها انتخاب پارامترها و ساختار دینامیکی مناسب و مطلوب توسط طراح بوده و به قضاوت و درک انسان وابسته هستند و عناصرذهنی در پیاده سازی آنها دخالت دارند. در عمل مدل سازی این گونه سیستم ها با روش های کلاسیک آماری که اغلب با محاسبات زیاد صورت می گیرد بسیار سخت و پیچیده است، در حالی که بکارگیری سیست مهای هوشمند نظیر شبکه های عصبی و فازی اغلب نتایج قابل قبولی را ارائه نموده است. در این تحقیق به کمک سیستم های فازی -احتمالاتی مدلی برای پیش بینی فصلی بارش در شهر مشهد ارائهمی شود. در این مدل الگوهای ورودی به صورت یک سری زمانی از داده های سال های قبل می باشد. این داده ها از طریق ایستگا ه های سینوپتیکی سازمان هواشناسی ایران و در طول 54 سال در خلال سا لهای 1951 تا 2005 گردآوری شده است. با توجه به تعداد کم داده های موجود، این شیوه نسبت به روش های کلاسیک آماری و شبکه های عصبی نتایج بهتری را ارائه م ینماید و در مقایسه با روش عصبی-فازیANFISهمچنین روش کلاسیک آماریARIMA خروجی سیستم پیشنهادی قابل قبول است.کلیدواژه ها
پیش بینی بلندمدت سری زمانی بارش فصلی، سیستم های فازی -احتمالاتی،مقالات مرتبط جدید
- بررسی نقش و کاربردهای هوش مصنوعی در رشته مترجمی زبان انگلیسی
- چارچوب یکپارچه مبتنی بر یادگیری عمیق برای تشخیص و مقابله با حملات سایبری در شبکه های صنعتی اینترنت اشیاء
- توسعه سیستم توصیه گر هوشمند برای بهینه سازی مصرف انرژی در شبکه های انرژی هوشمند با استفاده از الگوریتم های یادگیری تقویتی
- طراحی معماری سیستم های نهفته خودترمیم شونده برای کاربردهای بلادرنگ در سیستم های حمل و نقل هوشمند
- طراحی و پیاده سازی سیستم امنیتی یکپارچه برای اینترنت اشیاء صنعتی مبتنی بر محاسبات لبه در صنعت ۴.۰
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.