سال انتشار: 1389
محل انتشار: چهارمین کنگره بین المللی جغرافیدانان جهان اسلام
کد COI مقاله: ICIWG04_005
زبان مقاله: فارسیمشاهده این مقاله: 2,295
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 14 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
مشخصات نویسندگان مقاله پیش بینی دمای بیشینه با استفاده از مدل شبکه عصبی مصنوعی (مطالعه موردی: شهرستان شیراز)
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:
کد مقاله/لینک ثابت به این مقاله
کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICIWG04_005 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:https://civilica.com/doc/82748/
نحوه استناد به مقاله:
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:خسروی، محمود و اژد ری، مهدی و نظری پور، حمید و رزمجویی، شهرام،1389،پیش بینی دمای بیشینه با استفاده از مدل شبکه عصبی مصنوعی (مطالعه موردی: شهرستان شیراز)،چهارمین کنگره بین المللی جغرافیدانان جهان اسلام،زاهدان،https://civilica.com/doc/82748
در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1389، خسروی، محمود؛ مهدی اژد ری و حمید نظری پور و شهرام رزمجویی)
برای بار دوم به بعد: (1389، خسروی؛ اژد ری و نظری پور و رزمجویی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
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 :- - احمدی، اسماعیل، 1382، طبقه‌بندی تغییرات بارش بوشهر با استفاده ...
- - تشنه‌لب، محمد، منشی، مهدی، 1382، پیش‌بینی پارامترهای هواشناسی با ... [مقاله کنفرانسی]
- - جهانبخش‌اصل، سعید، نوری، حبیبه، 1388، آب و هوا و ...
- - خلیلی، نجمه، خداشناس، سعید رضا، داوری، کامران، 1385، پیش‌بینی ... [مقاله کنفرانسی]
- - رحیمی خوب، علی، بهبهانی، محمود رضا، نظری‌فر، محمد هادی، ...
- - سهیلی‌خواه، سعید، تشنه‌لب، محمد، 1383، پیش‌بینی حداکثردمای روزانه با ...
- پیش بینی بلندمدت بارش با استفاده از سیگنال های هواشناسی : کاربرد شبکه های عصبی مصنوعی [مقاله کنفرانسی]
- - منهاج، محمد، باقر، 1384، مبانی شبکه‌های عصبی(هوش محاسباتی)، مرکز ...
- _ مقالات چهارصین _ بین المللی جغرافیحانان جهان اسلام (ICIWG ...
- - Conrads, P., A., Roehle, E., A., 1999, Comparing Physics- ...
- - Demuth, H., Beale, M., 2000, Neural Network Toolbox Users ...
- - Fulop, I., A., Jozsa, J., Karamer. T., 1998, A ...
- -Rehman, S., Mohandes, M., 2008, Artificial neural network estimation of ...
مدیریت اطلاعات پژوهشی
اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
کدام مقالات به این منبع استناد نموده اند
بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش 1 مقاله استفاده شده است.
علم سنجی و رتبه بندی مقاله
مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.
مقالات پیشنهادی مرتبط
- بررسی رابطه آلودگی هوای با مرگ و میر ناشی از بیماری های قلبی- عروقی و تنفسی درجهان و ایران
- پیش بینی بارش با استفاده از شبکه های عصبی مصنوعی به منظور مدیریت سیل، مورد: شهرستان ایرانشهر
- مقایسه ای انواع مدل داده های GIS در تحلیل فضایی مخاطرات محیطی
- نقش آموزه ها و ایدئولوژی در محیط زیست شهری
- شبیه سازی تغییرات میانگین درجه حرارت ماهانه و سالانه با استفاده از الگوسازی مدل های سری زمانی
مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.
مقالات مرتبط جدید
- هوشمند سازی و مدیریت پارکینگ ها در مجتمع های چند منظوره
- واکاوی جایگاه هنرهای بومی در موزه های ایران و جهان در دوره معاصر
- نوسانات قیمت بازار و تاثیر آن در پروژه های عمرانی(شهر جهانی یزد)
- نقش مدیریت اجرائی فرهنگی- اجتماعی در توسعه زیرساختهای گردشگری
- نقش مبلمان شهری در جذب گردشگرمطالعه موردی(پارک باباامان و بش قارداش بجنورد)
مقالات فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
طرح های پژوهشی مرتبط جدید
- توسعه نرم افزارهای شبکه های توزیع به منظور به کارگیری در مطالعات طراحی و تحلیل این شبکه ها
- طراحی و پیاده سازی سیستم مدیریت مصرف انرژی در یخچال دو متری اپن
- شناسایی و انتخاب پروژه های بهینه سازی انجام شده در نیروگاه های تحت پوشش وزارت نیرو و فراهم سازی امکانات و پیش نیازهای لازم برای بررسی عملکرد آن ها
- بازنگری سند راهبردی توسعه فناوری های مرتبط با طراحی شبکه توزیع کلان شهرها
طرح های پژوهشی فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
به اشتراک گذاری این صفحه
اطلاعات بیشتر درباره COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.