برای اطلاع از آخرین مقالات علمی و اخبار کرونا(COVID-19) کلیک کنید

مشخصات مقاله

عنوان نشریه: 
 
اطلاعات شماره: 
پاييز 1391 , دوره  12 , شماره  26 ; از صفحه 47 تا صفحه 63 .
 
عنوان مقاله: 

پيش بيني بارش اصفهان با استفاده از شبکه هاي عصبي مصنوعي

 
نویسندگان: 
 
آدرس:  
* دانشگاه پیام نور، تهران، ایران
 
چکیده: 

بارش مهمترين سنجه هواشناسي و اقليمي است. در اين پژوهش به منظور پيش بيني بارش اصفهان از داده هاي بارش ماهانه ايستگاه همديد اصفهان در بازه آماري (1951-2009) به مدت 59 سال و به دليل رفتار غيرخطي بارش از شبکه هاي عصبي مصنوعي جهت پيش بيني آن بهره گرفته شد. در اين ارتباط، 70 درصد داده ها جهت آموزش شبکه و 30 درصد داده ها براي تست و اعتبار سنجي اختصاص داده شد. نتايج پژوهش بعد از آزمون شبكه با لايه هاي پنهان و با ضرايب يادگيري مختلف آشکار ساخت كه استفاده از شبكه هاي عصبي مصنوعي با يك پرسپترون با 2 لايه پنهان و ضريب يادگيري 0.4 نسبت به ساير حالت ها و معماري شبکه، مدل نسبتا بهتري را ارائه مي كند. به بياني ديگر، داده هاي پيش بيني شده بارش ماهانه توسط شبکه با چنين ساختار و معماري، بيشتر با واقعيت انطباق دارد. آموزش مجدد شبكه و آزمون شبكه با لايه هاي پنهان و ضرايب مختلف يادگيري در تركيب با الگوريتم ژنتيك نيز نشان داد كه تركيب شبكه با ويژگي هاي مذكور با الگوريتم ژنتيك باعث كاهش خطا و افزايش سرعت محاسبات شده و مدل بهتري را ارائه مي كند. بطور کلي مي توان گفت که شبکه عصبي به خوبي رابطه غير خطي بين مقادير ماهانه بارش را با توجه به آموزش شبکه با خصوصيات ذکر شده، پيش بيني مي کند. در عين حال، نتايج حاصل از تصادفي کردن داده ها تفاوتي چنداني با مرتب بودن داده ها براي آموزش شبکه ندارد.

 
کلید واژه: 

 
موضوعات مرتبط: 
 
ارجاعات: 
 
 
مقالات نشریه ای مرتبط: 
 
مقالات همایشی مرتبط: 
 

  چکیده انگلیسی بازدید یکساله 213
 
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی