پیش بینی متوسط دمای ماهانه ایستگاه سینوپتیک شهرستان مریوان با استفاده از مدل شبکه عصبی GMDH

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 626

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

GEOGRAPHIC01_030

تاریخ نمایه سازی: 25 آذر 1396

چکیده مقاله:

پیش بینی دما به عنوان یکی از مهمترین پارامترهای اقلیمی به دلیل تغییرات اقلیمی، خشکسالی، گرمایشجهانی، خطر سیلاب و غیره از اهمیت ویژه ای برخوردار است. مدل شبکه عصبی GMDH یکی از خانواده های شبکه عصبی مصنوعی است که قادر است با معادلاتی ساده، ترکیبات پیچید های را در لایه های متوالی به وجودآورد و می تواند تابع حاکم بر یک سیستم را استخراج نماید. در این تحقیق، با استفاده از اطلاعات میانگین دمایماهانه ایستگاه سینوپتیک مریوان در طول دوره 19 ساله (2010-1992 )، به عنوان ورودی شبکه عصبی میانگین دمای ماهانه در سال های (2014-2011) پیش بینی شد. برای این کار از محیط برنامه نویسی نرم افزار MATLABاستفاده شد. سپس نتایج از طریق مقایسه مقادیر مشاهداتی و مقادیر پیش بینی شده توسط مدل و همچنین استفاده از نمودار رگرسیون و ضریب همبستگی پرداخته شد. نتایج حاصله نشا ندهنده ی دقت قابل قبول شبکه عصبی GMDH می باشد.

کلیدواژه ها:

پیش بینی دما ، ضریب همبستگی ، مدل شبکه عصبی GMDH

نویسندگان

علیرضا قراگوزلو

دانشیار آموزشکده سازمان نقشه برداری کشور، تهران

جهان بخش محمدی

دانشجوی دکتری رشته GIS/RS، دانشکده محیط زیست و انرژی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

سلام ادهمی

دانشجوی دکتری رشته GIS/RS، دانشکده محیط زیست و انرژی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

اسدالله محمدی

دانشجوی دکتری رشته جغرافیا و برنامه ریزی روستایی، دانشکده علوم انسانی، مرکز تحصیلات تکمیلی، پیام نور تهران