یوسف شرفی - دانشجوی دکتری دانشگاه آزاد اسلامی واحد علوم و تحقیقات، گروه کامپیوتر، تهران، ایران
علیرضا فلاحی آذر - دانشجوی دکتری دانشگاه آزاد اسلامی واحد علوم و تحقیقات، گروه کامپیوتر، تهران، ایران
محمد تشنه لب - هیئت علمی دانشکده مهندسی برق و کامپیوتر، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران

دما و فشار به عنوان یکی از مهمترین رویدادهای طبیعی بوده که بر ابعاد مختلف زندگی بشر تاثیر می گذارد. در طی دهه هایاخیر روش های هوش مصنوعی، توانایی های زیادی را درمدل سازی و پیش بینی سریهای زمانی غیرخطی و غیرایستا از خود نشانداده اند. ازاین رو در این مقاله، از روشهای مختلف شبکه های عصبی فازی از جمله ممدانی، سوگنو، لارسن و تسوکاموتو به منظورپیش بینی سری زمانی دما و فشار، استفاده شده است. به این منظور ازداده های هوا شناسی استان تهران در سال 1387 شمسی،برای ارائه نتایج شبیه سازی این مقاله استفاده شده است، در پایان، به بررسی و مقایسه نتایج حاصل از پیاده سازی و اجرای شیکههای عصبی فازی مختلف پرداخته ایم. نتایج بدست آمده، حاکی از عملکرد متفاوت شبکه های عصبی فازی مختلف در حوزه سریهای زمانی متنوع می باشد، به عبارتی دیگر هر نوع شبکه عصبی فازی متناسب با سری های زمانی استفاده شده، کارآیی متفاوتخواهد داشت.

پیش بینی سری زمانی، سیستم های فازی، شبکه های عصبی فازی، پیش بینی دما و فشار