پیش بینی دمای بیشینه با استفاده از مدل شبکه عصبی مصنوعی (مطالعه موردی: شهرستان شیراز)

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,732

فایل این مقاله در 14 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:

ICIWG04_005

تاریخ نمایه سازی: 13 آذر 1388

چکیده مقاله:

پیش بینی دماهای حداکثر در مدیریت منابع آبی، کشاورزی، گسترش آفات و بیماریها ، ذوب برف، و سیلاب، تبخیر و تعرق، خشکسالی و غیره دارای اهمیت زیادی است. یکی از روشهای پیش بینی ، شبکه های عصبی مصنوعی می باشد که از مهمترین کاربردهای آنها در زمینه علوم جوی پیش بینی و محاسبه پارامترهای اقلیم شناسی است دراین تحقیق با استفاده از متغیرهای میانگین رطوبت نسبی، میانگین سرعت باد، مجموع ساعات آفتابی، میانگین حداقل دما و میانگین دمای حداکثر ماهانه به عنوان ورودی شبکه پرسپترون چند لایه (MLP)، میانگین حداکثر دمای ماهانه ایستگاه سینوپتیک شیراز پیش بینی گردید. بررسی شاخصهای عملکرد شبکه از جمله ضریب تبیین، مجذور میانگین مربعات خطا، میانگین مربعات خطا، میانگین مطلق خطا، میانگین درصد خطا و ضریب همبستگی نشان داد که پیش بینی دمای حداکثر با دقت قابل قبولی انجام شده است بطوری که میزان ضریب همبستگی آن 0/99 و حداکثر اختلاف آن با داده های واقعی برابر 0/47 درجه سانتی گراد بوده است.

کلیدواژه ها:

شیراز ، پیش بینی ، دمای حداکثر ، شبکه های عصبی مصنوعی

نویسندگان

محمود خسروی

دانشگاه سیستان و بلوچستان دانشکده جغرافیا و برنامه ریزی محیطی زاهدا

مهدی اژد ری

دانشگاه سیستان و بلوچستان دانشکده مهندسی زاهدان

حمید نظری پور

دانشگاه سیستان و بلوچستان دانشکده جغرافیا و برنامه ریزی محیطی زاهدا

شهرام رزمجویی

دانشگاه محقق اردبیلی دانشکده ادبیات و علوم انسانی اردبیل

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :