پیش بینی سرمای دیررس بهاره با استفاده از شبکه ی عصبی پرسپترون چند لایه (mlp) و تاثیر آن در حمل و نقل شهر خرم آباد

Authors

سعید تقوی گودرزی

(عضو هیات علمی دانشگاه آزاد اسلامی خرم آباد) هانیه امیدزاده

(مربی آموزشی گروه جغرافیا دانشگاه پیام نور- واحد الشتر)

abstract

سیستم حمل و نقل درون شهری به عنوان ابزار مهم و موتور محرک، توسعه­ی شهرها در اقتصاد محلی و منطقه­ای به شمار می­آید. چرا که اگر جوامع شهری امروز دارای امکانات و زیرساخت­های مناسب حمل و نقل شهری نباشند، خسارات جبران ناپذیر اقتصادی را بر خود تحمیل می­نماید. در این راستا اقلیم شناسان تلاش می­کنند با تجزیه و تحلیل داده­های یک یا چند متغییر اقلیمی در گذشته، به قوانین و مدل­هایی دست یابند که بر این اساس، وضعیت اقلیم را در آینده پیش بینی کنند. شبکه­های عصبی مصنوعی از مؤلفه­های هوش مصنوعی است که امروزه به طور وسیع در زمینه مدل سازی و پیش بینی پارامترهای اقلیمی مورد استفاده قرار می­گیرد. در این پژوهش، سعی شده با پیش بینی سرمای دیررس بهاره ایستگاه خرم­آباد با استفاده از مدل پرسپترون چند لایه (mlp) به تاثیر آن برسیستم حمل و نقل شهری، ضمن آشکارسازی رخداد وقوع، نسبت به کاهش خسارات و اختلالات ناشی از آن به خودروها و تاسیسات زیرساختی حمل و نقل درون شهری و غیره زمینه­ای ایجاد نمود تا تدابیر لازم اتخاذ گردد. به منظور دستیابی به این مهم از متغیرهای میانگین ماهانه حداقل و حداکثر دما، میانگین حداقل و حداکثر رطوبت نسبی، مجموع ساعات آفتابی و میانگین مجموع بارش ماهانه طی دوره آماری 28 ساله (2009-1981) جهت پیش بینی دماهای حداقل ماه­های آوریل و می سال­های 2010 تا 2012 و مقایسه آن با داده­های واقعی استفاده گردید. جهت این کار از امکانات و توابع موجود در نرم­افزار matlab بهره گرفته شد. سپس به بررسی شاخص های عملکرد شبکه از جمله ضریب تعیین و همبستگی و درصد خطای نسبی پرداخته شد. یافته­ها بیانگر وقوع یخ بندان بهاره برای 80% احتمال و دوره برگشت 49/1 ساله روز 187 یعنی 7 فروردین ماه است. و حداکثر خطای این مدل با داده­های واقعی کم تر از 10/0 درجه سلسیوس است که توانایی قابل توجه مدل شبکه عصبی مصنوعی در مدلسازی پیش­بینی دماهای حداقل را نشان می­دهد. بنابراین توجه به پدیده­های اقلیمی از جمله یخ بندان بر مدیریت و توسعه حمل و نقل شهری تاثیر شایانی می­گذارد و باید از نظر کارشناسان این امر در الویت دقت قرار گیرد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش‌بینی سرمای دیررس بهاره با استفاده از شبکه‌ی عصبی پرسپترون چند لایه (MLP) و تاثیر آن در حمل و نقل شهر خرم‌آباد

سیستم حمل و نقل درون شهری به عنوان ابزار مهم و موتور محرک، توسعه­ی شهرها در اقتصاد محلی و منطقه­ای به شمار می­آید. چرا که اگر جوامع شهری امروز دارای امکانات و زیرساخت­های مناسب حمل و نقل شهری نباشند، خسارات جبران ناپذیر اقتصادی را بر خود تحمیل می­نماید. در این راستا اقلیم شناسان تلاش می­کنند با تجزیه و تحلیل داده­های یک یا چند متغییر اقلیمی در گذشته، به قوانین و مدل­هایی دست یابند که بر این اسا...

full text

مدل‌سازی پهنه‌های اکتشاف نفتی با شبکه عصبی پرسپترون چند لایه (MLP) در GIS

فرآیند اکتشاف منابع هیدروکربنی به‌عنوان فرآیندی بسیار پیچیده و پرهزینه می‌باشد. در این فرآیند فاکتورهای متعدد زمین‌شناسی، ژئوشیمی و ژئوفیزیک تهیه و باهم تلفیق می‌شوند. طراحی بهترین مسیر برای برداشت داده‌های لرزه‌نگاری و همچنین تعیین بهترین محل برای حفر چاه‌های اکتشافی از اهمیت ویژه‌ایی برخوردار است، زیرا نتیجه تعیین نادرست یا بی‌دقت این مکان‌ها، صرف هزینه و زمان زیاد در طول عملیات می‌باشد. این ...

full text

پیش بینی رسانایی گرمایی نانوسیال گرافن با مدل شبکه عصبی مصنوعی چند لایه پرسپترون

هدف از این مطالعه مدلسازی و پیش بینی رسانایی گرمایی نانو سیال گرافن به کمک شبکه عصبی مصنوعی چند لایه پرسپترون است. پارامترهای دمای نانوسیال، کسرحجمی و رسانایی گرمایی نانو ذره به عنوان ورودی شبکه در نظر گرفته شده است. بااطلاعات مربوط به اندازه گیری‌های تجربی محققین قبلی در مورد رسانایی گرمایی نانوسیال گرافن در دمای 25 تا 50 درجه سلسیوس و در کسر حجمی  005/0 تا 056/0 تست عملکرد شبکه انجام شده است....

full text

تشخیص خودکار مدولاسیون با استفاده از برنامه نویسی ژنتیک و شبکه عصبی چند لایه پرسپترون

This paper shows how we can make advantage of using genetic programming in selection of suitable features for automatic modulation recognition. Automatic modulation recognition is one of the essential components of modern receivers. In this regard, selection of suitable features may significantly affect the performance of the process. In this research we implemented our model by using appropria...

full text

پتانسیل‌یابی معابر مستعد جهت احداث ایستگاه‌های اتوبوس شهری با استفاده از شبکه عصبی پرسپترون چند لایه (MLP) و الگوریتم پس انتشار خطا (نمونه موردی: شهر کرمانشاه)

حمل و نقل همواره یکی از مهمترین عوامل اثرگذار بر ساختار شهرها بوده است. اما بویژه در یک سده اخیر با گسترش انواع وسایل نقلیه موتوری و تغییرات فزاینده جمعیتی به یکی از اصلی ترین مشکلات شهرنشینی بدل گردیده است. با توجه به حجم مسافرت های درون شهری در شهر کرمانشاه طراحی ایستگاههای اتوبوس به صورت استاندارد، از جمله مواردی است که باعث پهلوگیری مناسب اتوبوس در ایستگاه ها، کاهش زمان پیاده و سوار شدن کار...

full text

هیه نقشه کاربری اراضی شهر سبزوار با استفاده از روش‌های حداکثر احتمال و شبکه عصبی مصنوعی پرسپترون چند لایه

از جمله عوامل مهم در برنامه‌ریزی و مدیریت شهری، به ویژه در راستای نیل به توسعه‌ی پایدار در نواحی شهری و استفاده بهینه از سرزمین، اطلاع بهنگام از وضعیّت پوشش اراضی برای این مناطق است. داده‌های سنجش از دور به جهت ارائه‌ی اطلاعات به هنگام و رقومی، تنوع اشکال و امکان پردازش پتانسیل بالایی برای تهیه‌ی نقشه‌های به روز کاربری اراضی شهری دارند. در این تحقیق با استفاده از تصویر ماهواره‌ای Landsat/ETM+ و ...

full text

My Resources

Save resource for easier access later


Journal title:
آمایش محیط

جلد ۸، شماره ۲۸، صفحات ۱۱۱-۱۲۴

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023