پیشبینی اقلیمی پارامترهای هواشناسی شهر بوشهر با استفاده از شبکه های عصبی مصنوعی دینامیک
محل انتشار: دومین همایش سراسری کشاورزی و منابع طبیعی پایدار
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 724
فایل این مقاله در 14 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:
NACONF02_0450
تاریخ نمایه سازی: 27 آبان 1393
چکیده مقاله:
تغییر اقلیم یکی از معضلات کنونی جامعه بشری است و تهدیدی برای سیاره زمین به شمار میآید که بررسی و پیشبینی عناصر آن هم از جهت برنامهریزیهای مربوط به آبیاری، کنترل آفات و بیماریها، خشکسالی و هم از جهت مدیریت شرایطبحران اهمیت زیادی دارد. از آنجا که دو پارامتر دما و رطوبت از مهمترین پارامترهای هواشناسی میباشند و بقیه تغییرات جوی همسو با تغییرات این دو پارامتر میباشد بنابراین در این مقاله سعی شده است با استفاده از مدلهای شبکه عصبی خودرگرسیونNARو شبکه عصبی خودرگرسیونی با ورودیهای برونزاNARX پیشبینی مناسبی برای این دوپارامتر صورت بگیرد. برای این منظور از دادههای هواشناسی سازمان استان بوشهر (مربوط به سالهای 1391 و 1392 ) ومعیارهای ارزیابی کارایی مدلها از جملهNRMSE و RMSE ،R2 استفاده شده است. ساختارهای مختلف برای مدلهای شبکه عصبی مصنوعی دینامیک با مقایسه شاخص جذر متوسط مربع خطا بررسی گردید. نتایج ارزیابی کارایی مدلهانشان داد که مدل غیر خطی شبکه عصبی خودرگرسیونیNARXدر پیشبینی دما و رطوبت از دقت بیشتری در مقایسه بامدل شبکه عصبی خود رگرسیونNAR برخوردار میباشد. برای انجام این پژوهش از برنامهMATLAB2012aاستفاده شده است.
نویسندگان
معصومه مهاجری برازجانی
دانشجوی کارشناسی ارشد نرم افزار کامپیوتر دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر
سرخوش صدیقی چهاربرج
استادیار و عضو هیات علمی دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر
یوسف قیصری
استادیار و عضو هیات علمی دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر
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 مقاله لینک شده اند :