ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تعیین مناسبترین شبکه ی عصبی مصنوعی برای پیش بینی کوتاه مدت مه در فرودگاه ارومیه

سال انتشار: 1393
کد COI مقاله: NCRRAF03_081
زبان مقاله: فارسیمشاهد این مقاله: 471
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 10 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تعیین مناسبترین شبکه ی عصبی مصنوعی برای پیش بینی کوتاه مدت مه در فرودگاه ارومیه

سهراب حجام - دانشیار دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
جلال برخورداری - دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
امیرحسین مشکوتی - استاد یار دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

چکیده مقاله:

مه یکی از عوامل محیطی تاثیر گذار در ایمنی حمل و نقل می باشد. با توجه به ماهیت متغیر مه استفاده از روشهای کارآمدینظیر شبکه های عصبی مصنوعی برای پیش بینی آن ضروری است.با توجه به اینکه آموزش و انتخاب شبکه ی عصبی مناسب،مقیدبه مکان می باشد. ضروری است بدانیم آیا شبکه های عصبی برای پیش بینی مه درفرودگاه ارومیه کارایی دارند یا خیر؟و در صورت مثبت بودن جواب ، مناسب ترین آن چیست ؟ تحقیق حاضر با این هدف صورت گرفته است . نظر به اینکه مه باحصول همزمان دو پارامتر رطوبت نسبی بالای 57 درصد و حداکثر دید زیر 1000 متر تعریف می گردد لذا ، ابتدا ضریبهمبستگی متغیرهایی که گمان می رفت در تشکیل این دو پارامتر موثر باشند ، محاسبه گردید . در ادامه در هر گام یکی ازمتغیرها به ترتیب بزرگی ضریب همبستگی ، به مجموعه ی ورودی ها ی شبکه های عصبی اضافه گردید، تا از آنها یک بار درپیش بینی رطوبت نسبی و بار دیگر در پیش بینی حداکثر دید استفاده گردد.پس ازآموزش و ارزشیابی شبکه ها وبررسی مقادیرخروجی آنها مشخص گردید شبکه MLP بیشترین دقت را در پیش بینی مه در فرودگاه ارومیه دارا است.

کلیدواژه ها:

پیش بینی مه ، فرودگاه ارومیه ، شبکه ی عصبی ، پیش بینی رطوبت و پیش بینی حداکثر دید

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/271280/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
حجام، سهراب و برخورداری، جلال و مشکوتی، امیرحسین،1393،تعیین مناسبترین شبکه ی عصبی مصنوعی برای پیش بینی کوتاه مدت مه در فرودگاه ارومیه،سومین کنفرانس ملی تصادفات جاده ای، سوانح ریلی و هوایی،زنجان،،،https://civilica.com/doc/271280

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1393، حجام، سهراب؛ جلال برخورداری و امیرحسین مشکوتی)
برای بار دوم به بعد: (1393، حجام؛ برخورداری و مشکوتی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود ممقالهقاله لینک شده اند :

  • فرج زاده اصل، منوچهر و باهوشی، علی _ 1391 _ ...
  • عبادی نژاد، علی و[دیگران]، 1385، نقش‌مه درایجاد حوادث جاده‌ایکشور، فصلنامه ...
  • تشنه لب، محمد، اخوان ذاکری، مجید و ثنائی، بهرام 13770، ...
  • صلاحی برومند و محمدی، سیاوش، 1390، تحلیل همدیدی و آماری ...
  • حبیبی نوخندان، مجید، 1384 _ مطالعه ی توزیع مکانی وزمانی ...
  • جوانمرد، سهیلا و آسیائی، مهدی، 1383، فرهنگ اصطلاحات هواشناسی و ...
  • ، 1375، ترجمه ی فرخ شادان، تهران : انتشارات شرکت ...
  • Neto, Rosa Cristhyna de Oliveira V. Pa, 2013 NFITR A ...
  • Ruangj un, s, Exell, R.H.B, 2008. Regression Model for _ ...
  • Fabbian, Dastin .De Dear, Richard. Lellytt, Stephen, 2007, Annlication of ...
  • NOLAN. PETER J, 2010 _ Meteorologv the Phvsics of the ...
  • AIRPC)RT O)P م Costa , Saulo B .and [other], 2006, ...
  • _ Master student at Science and Research Branch, Islamic Azad ...
  • _ Assistant Professor , Science and Research Branch, Islamic Azad ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 30,723
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی