ارایه یک شبکه عصبی MLP به منظور پیش بینی یخبندان در استان کرمانشاه

در این مطالعه با استفاده از داده های دمای حداقل روزانه، در دوره ی آماری 21 ساله ی به پیشبینی یخبندان های استان کرمانشاه با استفاده از شبکه های عصبی پرداخته شده است. داده های مورد استفاده از طریق تابعی یک به یک و پوشا به منظور تعیین معیاری جهت پیشبینی یخبندان به مقادیر بین صفر و یک تبدیل شده و از شبکه پیش رو با یک لایه میانی مخفی با تعداد نورون های متغیر برای هر یک از ایستگاه ها به پیش بینی و بالاخره تعیین بازه های یخبندان پرداخته شد. الگوریتم مورد استفاده در این پژوهش، پس انتشار با روش آموزش دست های و توابع انتقال Satlins، Logsig و Satlin بوده است. تعیین بازه های یخبندان و بدون یخبندان در هر یک از ایستگاه های سینوپتیک و پیشبینی یخبندانهای زودرس و دیررس از نتایج این مطالعه بوده و شبکه طراحی شده بین 72.22 تا 80.55 درصد برای هر ایستگاه همگرایی داشته است. نتایج نشان میدهد با توجه به محدودیت داده ها، شبکه-های عصبی MLP توانایی مطلوبی در پیشبینی و تخمین یخبندان ها دارد.

کلیدواژه ها:

یخبندان ، شبکه های عصبی مصنوعی ، آموزش دسته ای