بررسی عملکرد شبکه عصبی مصنوعی و سری های زمانی در مدل سازی شاخص خشکسالی بارش استاندارد (مطالعه موردی: ایستگاه های منتخب استان خوزستان)

Authors

محمدرضا گلابی

دانشجوی کارشناسی ارشد گروه مهندسی منابع آب، دانشگاه شهید چمران اهواز فریدون رادمنش

استادیار دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز علی محمد آخوند علی

استاد دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز

abstract

خشکسالی پدیده­ای طبیعی است که می­تواند در هر جایی رخ دهد و خسارات قابل توجهی به بشر و سازه­های طبیعی وارد آورد. در این تحقیق به منظور پیش­بینی شاخص خشکسالیبارش استاندارد، از دو نوع شبکه­های عصبی­مصنوعی، پرسپترون چند لایه و تابع پایه­ی شعاعی و مدل­های سری­زمانی استفاده شد. به این منظور، در ابتدا مقادیر شاخص بارش استاندارد در دوره­های سه، شش، نه و دوازده ماهه­ی ایستگاه­های منتخب استان خوزستان محاسبه گردید. سپس با استفاده از مدل­های شبکه عصبی­مصنوعی و سری­های زمانی اقدام به پیش­بینی مقادیر شاخص بارش استاندارد گردید. نتایج این تحقیق نشان داد که مدل­های سری­زمانی در تمام دوره­های زمانی مورد مطالعه عملکرد بهتری در پیش­بینی مقادیر شاخص بارش استاندارد نسبت به شبکه­های عصبی­مصنوعی دارند و شبکه عصبی­مصنوعی پرسپترون­چند­لایه نیز نسبت به شبکه عصبی­مصنوعی تابع پایه­ی شعاعی در تمام دوره­ها مقادیر شاخص بارش استاندارد را بهتر پیش­بینی می­کند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

بررسی عملکرد شبکه عصبی¬مصنوعی و سری¬های زمانی در مدل¬سازی شاخص خشکسالی بارش استاندارد (مطالعه موردی: ایستگاه¬های منتخب استان خوزستان)

خشکسالی پدیده­ای طبیعی است که می­تواند در هر جایی رخ دهد و خسارات قابل توجهی به بشر و سازه­های طبیعی وارد آورد. در این تحقیق به منظور پیش­بینی شاخص خشکسالیبارش استاندارد، از دو نوع شبکه­های عصبی­مصنوعی، پرسپترون چند لایه و تابع پایه­ی شعاعی و مدل­های سری­زمانی استفاده شد. به این منظور، در ابتدا مقادیر شاخص بارش استاندارد در دوره­های سه، شش، نه و دوازده ماهه­ی ایستگاه­های منتخب استان خوزستان محا...

full text

بررسی عملکرد شبکه عصبی¬مصنوعی و سری¬های زمانی در مدل¬سازی شاخص خشکسالی بارش استاندارد (مطالعه موردی: ایستگاه¬های منتخب استان خوزستان)

خشکسالی پدیده­ای طبیعی است که می­تواند در هر جایی رخ دهد و خسارات قابل توجهی به بشر و سازه­های طبیعی وارد آورد. در این تحقیق به منظور پیش­بینی شاخص خشکسالیبارش استاندارد، از دو نوع شبکه­های عصبی­مصنوعی، پرسپترون چند لایه و تابع پایه­ی شعاعی و مدل­های سری­زمانی استفاده شد. به این منظور، در ابتدا مقادیر شاخص بارش استاندارد در دوره­های سه، شش، نه و دوازده ماهه­ی ایستگاه­های منتخب استان خوزستان محا...

full text

مقایسه عملکرد الگوریتم های مختلف شبکه عصبی مصنوعی در مدل سازی بارندگی فصلی مطالعه موردی؛ ایستگاه های منتخب استان خوزستان

بارندگی یکی از اجزای اصلی چرخه­ی هیدرولوژی است. این فرآیند پیچیده به عوامل متعدد اقلیمی وابسته است. شبکه های عصبی مصنوعی در چند دهه اخیر و در مطالعات صورت گرفته برای مدل سازی سیستم های پیچیده و غیر خطی قابلیت بسیار بالایی از خود نشان داده است. تحقیق حاضر در سه ایستگاه منتخب از استان خوزستان صورت گرفته است. برای این منظور از داده­های بارندگی ماهانه سه ایستگاه هواشناسی استان به مدت 48سال، (1340-1...

full text

بررسی و کاربرد شاخص خشکسالی تبخیرو تعرق بارش استاندارد شده (SPETI) (مطالعه موردی: ایستگاه هواشناسی تبریز )

مقاله حاضر یک شاخص خشکسالی جدید را معرفی می کند: شاخص تبخیرو تعرق بارش استاندارد شده 1[1] (SPETI). شاخص SPETI بر اساس داده های دما و بارش پایه ریزی شده است و مزیت های اصلی آن چند مقیاسی بودن آن است بدین معنی که مقیاس آن در دوره های زمانی مختلف قابل ارائه است و تأثیر تغییرات دما د...

full text

مقایسه دقت پیش بینی مدل های باکس- جنکینز در مدل سازی بارندگی فصلی(مطالعه موردی: ایستگاه های منتخب استان خوزستان)

بنا بر اهمیت روز افزون تأمین آب در کشور، مدیریت منابع آب از اهمیت ویژه ای برخوردار است. پیش بینی بارندگی به عنوان یکی از مهمترین پارامترهای اقلیمی از اهمیت ویژه ای در استفاده از منابع برخوردار است. برای پیش بینی بارش می توان از سری های زمانی استفاده کرد. پژوهش حاضر در سه ایستگاه منتخب (اهواز، آبادان و دزفول) از استان خوزستان به منظور مقایسه دقت مدل های باکس- جنکینز انجام شده است. برای این منظور...

full text

My Resources

Save resource for easier access later


Journal title:
خشکبوم

جلد ۳، شماره ۱، صفحات ۸۲-۸۷

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023