سمیه پوربصیرت - دانشجوی کارشناسی ارشد مهندسی مکانیزاسیون کشاورزی، دانشگاه شهرکرد
بهرام حسین زاده سامانی - استادیار گروه مکانیک بیوسیستم، دانشگاه شهرکرد
مهدی قاسمی ورنامخواستی - استادیار گروه مکانیک بیوسیستم، دانشگاه شهرکرد
مهران حیدری بنی - کارشناس سازمان هواشناسی استان چهارمحال و بختیاری

امروزه با گسترش مدل های هوشمند در علوم مختلف، از جمله اقلیم شناسی و لزوم پیش بینی های دقیق تر، جایگزینی آنها به جای مدلهای تجربی اهمیت پیدا میکند. یکی از این روش ها، شبکه های عصبی مصنوعی است. این تحقیق در شهرستان شهرکرد، به پیش بینی میانگین تابش روزانه و ماهانه در طی دوره آماری 1971 - 2016 پرداخته است. نتایج حاصل بعد از آزمون شبکه با تعداد مختلف، لایه پنهان و نرون نشان داد، یک شبکه پرسپترون با 3 لایه پنهان بهترین مدل برای پیش بینی میباشد. ضریب همبستگی و خطا برای میانگین تابش ماهانه 0/ 98 و 5/ 05 ، روزانه 0/95 و 6/14 گزارش شد.

شبکه عصبی مصنوعی، شبکه پرسپترون، تابش، پیشبینی، ضریب همبستگی