پیش بینی خشکسالی با استفاده از شبکه عصبی (منطقه مطالعاتی : استان خراسان شمالی شهرستان بجنورد)
- سال انتشار: 1393
- محل انتشار: اولین کنفرانس ملی جغرافیا، گردشگری ، منابع طبیعی و توسعه پایدار
- کد COI اختصاصی: NCGTSD01_797
- زبان مقاله: فارسی
- تعداد مشاهده: 1041
نویسندگان
دانشجوی کارشناسی ارشد موسسه آموزش عالی غیاث الدین جمشیدکاشانی
دانشیار دانشگاه علامه طباطبائی
عضو هیئت علمی دانشگاه بجنورد
چکیده
از دیر باز یکی از بزرگترین دغدغه های محققین و پژوهشگران، علم پیش بینی بوده است که بی تردید یکی از جدیدترین و پرکاربردترین روش های پیش بینی در سال های اخیر، استفاده از شبکه های عصبی مصنوعی می باشد.از ابتدای دهد 90 میلادیشبکه های عصبی علاوه بر استفاده در علوم مختلف چون هوافضا، حمل و نقل، الکترونیک و ... توانسته نقش بسیار برجسته ای درتقریب توابع پیجیده و پیش بینی انواع الگوهای موجود در حوزه هواشناسی را داشته باشد. در این مقاله با استفاده از روش هایمستقل از مدل های دینامیکی مانند روش شبکه عصبی مصنوعی (ANN) به پیش بینی خشکسالی خواهیم پرداخت که پس ازبررسی تاریخچه فعالیت های مرتبط و نیز آشنایی مختصر با عملکرد شبکه های عصبی مصنوعی، به طراحی شبکه و بررسی نتایجمی پردازیم. ورودی مدل شبکه عصبی آمار اقلیمی شامل دما، رطوبت و بارش ایستگاه هواشناسی بجنورد از سال 1356 تا 1391 رامورد استفاده قرار داده و شاخص خشکسالی SPI به عنوان خروجی مدل در نظر می گیریم. 85% داده ها در مرحله آموزش و 15%داده ها در مرحله آزمایش مورد استفاده قرار می دهیم. پس از تشکیل مدل، آموزش و تست داده ها، شبکه بهترین خروجی را بایک لایه پنهان و 8 نرون در آن لایه به منظور پیش بینی مورد استفاده داد. خروجی نشان داد مقادیر پیش بینی شده SPI توسطشبکه عصبی به مقادیر واقعی نزدیک می باشند.کلیدواژه ها
پیش بینی، شبکه عصبی مصنوعی، خشکسالی، پرسپترون، بجنوردمقالات مرتبط جدید
- مطالعه اثر تخریب جنگل در ارزش خدمات تنظیمی بوم سازگان
- ارزیابی کمی برنامه احیا و توسعه جنگل در کشور و اهمیت خدمات بوم سازگانی این جنگل ها
- ادغام خدمات بوم شناختی در ارزیابی اثرات محیط زیستی: چارچوب ها، چالش ها و راهکارها
- مرور سیستماتیک بر مطالعات مدیریت پسماند شهری (مطالعه موردی: شهر رشت)
- کمی سازی و ارزش گذاری اقتصادی خدمت اکوسیستمی گردشگری ( مطالعه موردی: حرای خورخوران و قشم)
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.