کمی سازی نمایه خشکسالی SPI با مدلهای شبکه عصبی مصنوعی

امروزه شبکه های عصبی کاربردهای بسیاری در مسائل مختلف مهندسی آب دارند این شبکه ها از الگوی شبکه عصبی انسان شبیه سازی شده اند به گونه ای که می توانند پس از آموزش پارامتر خروجی مورد نظر را با اعمال پارامترهای ورودی برآورد نمایند. دراین پژوهش از ساختار شبکه عصبی پرسپترون با الگوریتم های مومنتوم و گرادیان نزولی و ورودیهای مقادیر بارندگی ایستگاه سینوپتیک مشهد شاخص SPI,NAO,SOI در مقیاسهای زمانی مختلف با گامهای زمانی پیشین برای پیش بینی نمایه SPI در مشهد استفاده شده است.

کلیدواژه ها:

شاخص SPI ، شبکه عصبی مصنوعی ، Neurosolution-5