ارزیابی دقت روش های شبکه عصبی مصنوعی و عصبی- فازی در شبیه سازی تابش کل خورشیدی
نویسندگان
چکیده
تابش خورشیدی از پارامترهای مهم اقلیمی است که با بسیاری از فرآیندهای هیدرولوژی و هواشناسی ارتباط مستقیم و تنگاتنگی دارد. این پارامتر از ارکان اساسی توسعه تحقیقات کاربردی انرژی خورشیدی به شمار می رود. مطالعه حاضر به منظور ارزیابی مدل های هوش مصنوعی در پیش بینی مقدار تابش کل خورشیدی رسیده به سطح افقی زمین، انجام گرفت. در این تحقیق شبکه عصبی مصنوعی (ann) و سیستم استنتاج تطبیقی عصبی- فازی (anfis) جهت شبیه سازی مقدار تابش کل خورشیدی (rs) به کار گرفته شد. اطلاعات مورد استفاده شامل دمای حداقل، دمای حداکثر، میانگین رطوبت نسبی، ساعات آفتابی و تابش خورشیدی روزانه ثبت شده در 4 ایستگاه هم نظیر کشور (اصفهان، ارومیه، شیراز و کرمان) طی سال های 1992 تا 2006 بود. نتایج نشان داد، با به کارگیری مدل های هوشمند می توان مقدار تابش خورشیدی را با دقت قابل قبول پیش بینی نمود. نتایج پیش بینی شبکه عصبی مصنوعی تا اندازه ای بهتر از سیستم استنتاجی عصبی- فازی، ضمن آنکه دقت پیش بینی هر دو مدل هوشمند در ایستگاه کرمان با ساعات آفتابی زیاد بهتر از سه ایستگاه دیگر بود (r2>0.9). همچنین با استفاده از مدل رگرسیون خطی مؤثرترین عوامل تأثیرگذار بر مقدار تابش خورشیدی هر ایستگاه شناسایی شد. نتایج نشان داد در کلیه ایستگاه های مورد مطالعه، پارامتر ساعات آفتابی بیشترین تأثیر را بر مقدار تابش خورشیدی داشت. در اغلب ایستگاه ها، حداقل دمای هوا و میانگین رطوبت نسبی، کمترین تأثیر را در مقدار تابش کل خورشیدی از خود نشان دادند.
منابع مشابه
ارزیابی دقت روش‌های شبکه عصبی مصنوعی و عصبی- فازی در شبیه‌سازی تابش کل خورشیدی
Solar radiation is an important climate parameter which can affect hydrological and meteorological processes. This parameter is a key element in development of solar energy application studies. The purpose of this study is the assessment of artificial intelligence techniques in prediction of solar radiation (Rs) using artificial neural network (ANN) and adaptive neuro-fuzzy inference system (AN...
متن کاملارزیابی روش های فازی، عصبی و فازی- عصبی در تخمین تابش خورشیدی کشور
تابش خورشیدی در تعیین محل بهینه ی نیروگاه های خورشیدی و در مطالعات زمین شناسی و اکولوژیکی عاملی تأثیرگذار بوده و پارامتر اصلی بسیاری از مدل های هواشناسی و هیدرولوژیکی می باشد. در ایران 63 ایستگاه تابش سنجی موجود است که در قیاس با گستره ی کشور تراکم پایینی برای شبکه پایش تابش خورشیدی محسوب می شود. در تحقیق حاضر به منظور افزایش تراکم شبکه تابش سنجی و در نتیجه پهنه بندی دقیق تابش خورشیدی، از اطلاع...
متن کاملارزیابی روش‌های فازی، عصبی و فازی- عصبی در تخمین تابش خورشیدی کشور
تابش خورشیدی در تعیین محل بهینه‌ی نیروگاه‌های خورشیدی و در مطالعات زمین‌شناسی و اکولوژیکی عاملی تأثیرگذار بوده و پارامتر اصلی بسیاری از مدل‌های هواشناسی و هیدرولوژیکی می‌باشد. در ایران 63 ایستگاه تابش‌سنجی موجود است که در قیاس با گستره‌ی کشور تراکم پایینی برای شبکه پایش تابش خورشیدی محسوب می‌شود. در تحقیق حاضر به منظور افزایش تراکم شبکه تابش‌سنجی و در نتیجه پهنه‌بندی دقیق تابش خورشیدی، از اطلاع...
متن کاملعملکرد شبکه عصبی مصنوعی و شبکه عصبی فازی- تطبیقی در برآورد غلظت ازن در شهر تهران
در سال‌های اخیر آلودگی هوا به عنوان یکی از بزرگ ترین مشکلات زیست محیطی در سطح جهانی مطرح شده است. ازن تروپوسفری یک آلاینده ثانویه است و سبب بروز مشکلات تنفسی و تاثیر حاد بر گیاهان می‌شود. در این مطالعه به دلیل غیر خطی بودن و پیچیدگی این پدیده‌هابه مقایسه برآورد غلظت آلاینده ازن با استفاده از شبکه عصبی مصنوعی و شبکه عصبی فازی-تطبیقی پرداخته شد. در پژوهش حاضر از متغیرهای هواشناسی در ...
متن کاملارزیابی دقت شبکه های عصبی مصنوعی در پیش‌بینی برخی پارامترهای خاک در منطقه فشند
از آنجا که اندازه گیری پارامترهای ظرفیت تبادل کاتیونی و جرم مخصوص ظاهری به روش‌های مستقیم مشکل و هزینه بر است، روش‌های غیرمستقیم تحت عنوان توابع انتقالی برای پیش بینی پارامترهای خاک از خصوصیات سهل الوصول توسعه پیدا کرده است. بدین منظور در این پژوهش، برای برآورد ظرفیت تبادل کاتیونی و جرم مخصوص ظاهری اقدام به نمونه‌برداری از منطقه فشند در تهران از 15پروفیل، به تعداد 63 نمونه شد. در این پژوهش، از ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
پژوهش فیزیک ایرانجلد ۱۰، شماره ۴، صفحات ۳۴۷-۳۵۷
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023