پیش بینی دما با استفاده از روش های شبکه عصبی فازی و الگوریتم ژنتیک (مطالعه مورداستان لرستان - شهرستان خرم آباد

پیش بینی دما یکی از مهمترین پدیده های مورد مطالعه در اقلیم شناسی میباشد که از دیدگاه کاربری به بسیاری از فعالیت های انسانی به ویژه فعالیت های کشاورزی ارتباط پیدا میکند لزوم برنامه ریزی در برابر خطرات این پدیده ایجاب میکند تا مطالعاتی بر روی روشهای پیش بینی و اثرات سیگنال های اقلیمی بر روی وقوع کمینه و بیشینه دما صورت گیرد با توجه به محدودیت هایی از قبیل عدم کفایت آمار و اطلاعات موجود دقت پایین و خطای بالای روش های آماری هاکمول در این تحقیق با بهره گیری از سازمانه استنباط فازی - عصبی و الگوریتم ژنتیک در جعبه نرم افزار متلب به عنوان یک روش کار آمد جهت پیش بینی دما استفاده شده است مدل مورد بهره گیری در این بررسی شامل یک لایه خروجی میباشد سامانه فازی مورد بهره گیری در این مدل سوگند میباشد در این روش روابط بین متغیر ها غیر خطی فرض میشود در این تحقیق سعی شده پیش بینی دما کمینه و بیشینه در شهر خرم آباد با استفاده از متغیر های ساعات آفتابی و سیگنال های اقلیمی صورت گیرد بدین منظور از قابلیت های شبکه عصبی فازی و الگوریتم ژنتیک برای ساخت محل های پیش بینی استفاده شده است ورودی های مدل آماری ماهانه و روزانه ای از سیگنال های اقلیمی و ساعات آفتابی منطقه در بازه زمانی 1393-1387 و خروجی مدل دادههای کمینه و بیشنه ی دما میباشد

کلیدواژه ها:

پیش بینی دما(کمینه ، بیشینه) ، شبکه فازی عصبی ، الگوریتم ژنتیک