پیش بینی وقوع طوفان گرد و خاک با استفاده از روش شبکه های عصبی مصنوعی (مطالعه ی موردی: شهر زابل)
Authors
abstract
طوفانهای گرد و خاک یکی از انواع رایج حوادث و فرایندهای اقلیمی در مناطق خشک، نیمهخشک و بیابانی دنیا هستند. این طوفانها هر ساله خسارتهای مالی زیادی را بر منابع انسانی وارد میسازند. پیشبینی زمان وقوع این پدیده میتواند برای اتخاذ تدابیر پیشگیرانه در مقابل خسارتهای بهداشتی، ترابری، نظامی و غیره مؤثر واقع شود. شبکههای عصبی مصنوعی روشی است که میتواند برای پیشبینی روندهای غیرخطی و فرایندهایی که درک کاملی از نحوهی وقوع آنها وجود ندارد، مورد استفاده قرار گیرد. در مقالهی حاضر سعی شده است تا با استفاده از این روش به پیشبینی وقوع طوفان گرد و خاک و نیز میزان دید حداقل روزانه در شهر زابل با استفاده از دادههای هواشناسی پرداخته شود. نتایج بدستآمده در پیشبینی کوتاهمدت وقوع طوفانها موفقیت بیشتری نشان میدهند (96/0=d)، اگرچه با بیشترشدن زمان پیشبینی، از دقت نتایج کاسته میشود (95/0=d). در حالی که در پیشبینی میزان دید موفقیت کمتری بهدستآمد (88/0=d). بنابراین به نظر میرسد با شناخت بهتر فرایند این طوفانها بتوان پیشبینیهای دقیقتری را با استفاده از این شبکهها انجام داد.
similar resources
پیشبینی وقوع طوفان گرد و خاک با استفاده از روش شبکههای عصبی مصنوعی (مطالعهی موردی: شهر زابل)
طوفانهای گرد و خاک یکی از انواع رایج حوادث و فرایندهای اقلیمی در مناطق خشک، نیمهخشک و بیابانی دنیا هستند. این طوفانها هر ساله خسارتهای مالی زیادی را بر منابع انسانی وارد میسازند. پیشبینی زمان وقوع این پدیده میتواند برای اتخاذ تدابیر پیشگیرانه در مقابل خسارتهای بهداشتی، ترابری، نظامی و غیره مؤثر واقع شود. شبکههای عصبی مصنوعی روشی است که میتواند برای پیشبینی روندهای غیرخطی و فرایندهایی ...
full textپیش بینی طوفان های گرد و خاک با استفاده از روش های هوش مصنوعی (مطالعه ی موردی: شهر زابل)
چکیده ندارد.
15 صفحه اولپیش بینی میزان درآمد حاصل از دریافت عوارض شهری شهرداریها با استفاده از مدل شبکه عصبی (مطالعه موردی: شهر زابل)
اداره ﻣﻄﻠﻮب ﺷﻬﺮﻫﺎ و اراﺋﻪ ﺧﺪﻣﺎت ﻣﻨﺎﺳﺐ و ﮐﻨﺘﺮل و ﻫﺪاﯾﺖ ﭘﺮوژهﻫﺎی ﻋﻤﺮاﻧﯽ، ﻋﻼوه ﺑﺮ اﻋﻤﺎل ﻣﺪﯾﺮﯾﺖ ﺻﺤﯿﺢ، ﻣﺴﺘﻠﺰم اﻋﺘﺒﺎرات و درآﻣﺪﻫﺎی ﮐﺎﻓﯽ و ﻫﺰﯾﻨﻪ ﺻﺤﯿﺢ آن ﻣﯽ ﺑﺎﺷﺪ عوارض از مهم ترین منابع بهینه شهرداریها در کشورهای پیشرفته جهان است که بابت اداره شهر از درآمدها، اموال، دارایی و مصرف اشخاص حقیقی و حقوقی دریافت میگردد و صرف خدمات شهری میشود. شهرداریها عمده هزینههای ارائه خدمات خود را از محل دریافت عوا...
full textپیش¬بینی جریان روزانه با استفاده از شبکه¬های عصبی مصنوعی و عصبی- موجکی (مطالعه موردی: رودخانه باراندوزچای)
پیشبینی دقیق جریان در رودخانهها یکی از مهمترین ارکان در مدیریت منابع آبهای سطحی به ویژه جهت اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشکسالیها است. به دلیل اهمیت پیشبینی جریان رودخانه، در این تحقیق جریان روزانه رودخانهی باراندوزچای در دو ایستگاه بیبکران و دیزج طی یک دورهی آماری 20 ساله با استفاده از مدل عصبی- موجکی (WNN) که تلفیق آنالیز موجک و شبکه عصبی مصنوعی (ANN) میباشد، پیشبینی گرد...
full textپیش بینی تقاضای کوتاه مدت آب شهر تهران با استفاده از شبکه های عصبی مصنوعی
پیش بینی تقاضای کوتاه مدت آب شهری کمک موثری به مدیران و بهره برداران سیستمهای آب شهری می باشد تا بتوانند نسبت به مدیریت صحیح مصرف، مخازن، پمپها، شیرآلات و تصفیه خانه ها اقدام نمایند. مصرف کوتاه مدت آب تابعی از پارامترهای مختلف و متنوع مانند شرائط اقلیمی و هواشناسی، مناسبتهای فرهنگی، اقتصادی، اجتماعی و مصارف گذشته می باشد. بدلیل همین تنوع، پیش بینی مصرف کوتاه مدت بصورت تحلیلی بسیار مشکل و یا نام...
full textپیش بینی تقاضای کوتاه مدت آب شهر تهران با استفاده از شبکه های عصبی مصنوعی
Short-term water demand modeling plays a key role in urban water resources planning and management. The importance of demand prediction is even greater in countries like Iran with frequent periods of drought. Short-term water demand estimation is useful for planning and management of water and wastewater facilities such as pump scheduling, control of reservoirs and tanks volume, pressure manage...
full textMy Resources
Save resource for easier access later
Journal title:
تحقیقات مرتع و بیابان ایرانPublisher: موسسه تحقیقات جنگلها و مراتع کشور
ISSN 1735-0875
volume 17
issue 2 2010
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023