تحلیل خشکسالی هواشناسی با استفاده از الگوریتم بهینهسازی ازدحام ذرات- شبکههای عصبی مصنوعی بر مبنای شاخص MSPI
Authors
Abstract:
پدیده خشکسالی یکی از بلایای طبیعی میباشد که احتمال وقوع آن در تمام مناطق اقلیمی امکانپذیر است و در هر منطقهای که روی میدهد، باعث ایجاد آسیبهای جدی در محیط زیست و زندگی انسانها میشود. بنابراین، پیشبینی این پدیده مضر، میتواند تأثیر قابل توجهی در مدیریت منابع آب داشته باشد و آثار مخرب آن را تا حد امکان کاهش دهد. در این مطالعه، ابتدا با استفاده از شاخص بارندگی استانداردشده چند متغیره (MSPI)، مشخصههای خشکسالی در حوضه آبریز لیقوانچای بهدست آمد و سپس از شبکههای عصبی مصنوعی (ANN) جهت پیشبینی شاخص فوق استفاده گردید. جهت آموزش شبکههای عصبی مصنوعی و تخمین بهینه وزنهای آن، الگوریتم بهینهسازی ازدحام ذرات (PSO) بهکار برده شد و عملکرد آن با الگوریتم پس انتشار خطا (BP) مورد مقایسه قرار گرفت. در این راستا سناریوها و ساختارهای مختلفی در نظر گرفته شد و سپس با استفاده از آزمونهای نیکوئی برازش، میزان دقت هر یک از آنها محاسبه گردید. نتایج حاصل، برتری مدل ANN-PSO نسبت به مدل ANN-BP در پیشبینی خشکسالی را نشان داد.
similar resources
بررسی و تحلیل خشکسالی هواشناسی با استفاده از شبکههای عصبی مصنوعی در استان تهران
خشکسالی به عنوان یکی از بزرگ ترین بلایای طبیعی بشمار می آید، چه، تاثیر آن بر جوامع بشری بیش تر از دیگر بلایای طبیعی است. مطالعه در زمینه ی خشکسالی نقشی بسیار مهم در برنامه‌ریزی‌ها و مدیریت منابع آب دارد. هدف این مقاله، تحلیل و بررسی خشکسالی بر اساس داده‌های بارندگی سالانه در استان تهران با استفاده از آلگوریتم بدون فراسنج تحلیل مکانی شبکههای عصبی (SANN) میباشد. داده‌های بهنجارسازی و معیار شده ...
full textاستفاده از الگوریتم بهینه سازی ازدحام ذرات و شبکه های عصبی مصنوعی در پیش بینی خشکسالی
پدیده خشکسالی یکی از بلایای طبیعی می باشد که احتمال وقوع آن در تمام مناطق اقلیمی امکان پذیر است و در هر منطقه ای که روی می دهد، باعث ایجاد آسیب های جدی در محیط زیست و زندگی انسان ها می شود. بنابراین پیش بینی این پدیده مضر، می تواند تاثیر قابل توجهی در کنترل و مدیریت منابع آب داشته باشد و آثار مخرب آن را تا حد امکان کاهش دهد. برای انجام این منظور، ابتدا با استفاده از شاخص بارندگی استاندارد شده ...
بررسی و تحلیل خشکسالی هواشناسی با استفاده از شبکه های عصبی مصنوعی در استان تهران
خشکسالی به عنوان یکی از بزرگ ترین بلایای طبیعی بشمار می آید، چه، تاثیر آن بر جوامع بشری بیش تر از دیگر بلایای طبیعی است. مطالعه در زمینه ی خشکسالی نقشی بسیار مهم در برنامه ریزی ها و مدیریت منابع آب دارد. هدف این مقاله، تحلیل و بررسی خشکسالی بر اساس داده های بارندگی سالانه در استان تهران با استفاده از آلگوریتم بدون فراسنج تحلیل مکانی شبکه های عصبی (sann) می باشد. داده های بهنجارسازی و معیار شده ...
full textپیشبینی مدول برجهندگی خاک‌های ریزدانه با استفاده از شبکه عصبی مصنوعی، ماشین بردار پشتیبان و سیستم استنتاج تطبیقی عصبی-فازی بهینه‌سازی‌شده با الگوریتم ازدحام ذرات
مدول برجهندگی خاک بستر ازجمله پارامترهای بسیار مهم در تحلیل و طراحی روسازی است. این پارامتر هم در روش‌های تجربی (مانند اشتو 1993) و هم در روش‌های مکانیستیک-تجربی (مانند MEPDG) به عنوان اصلی‌ترین پارامتر برای بیان مقاومت و خصوصیات مکانیکی خاک بستر مورداستفاده قرار می‌گیرد. برای تعیین این پارامتر نیاز است تا آزمایش بارگذاری سه محوری دینامیک تحت تنش‌های محدود‌کننده و تنش‌های انحرافی مختلف بر روی ...
full textپیشبینی قیمت برق با تأکید بر جهش‌های قیمت با استفاده از ترکیب شبکۀ عصبی-فازی با الگوریتم بهینۀ ازدحام ذرات
پس از تجدید ساختار بازار برق، مطالعات بسیاری به‌منظور افزایش کارایی سیستم قدرت و سوددهی سرمایه‌گذاران، به‌ویژه در بحث طراحی سیستم‌های جدید و قیمت انرژی انجام شد. سود سرمایه‌گذاری میتواند با بستن قراردادهای بهتر یا پیشنهاددهی قیمت مناسب برای خریدوفروش انرژی الکتریکی افزایش یابد. به‌طوری‌که برای رسیدن به این موارد باید قیمت برق به‌طور دقیق پیشبینی شود. هدف اصلی این پژوهش، پیشبینی قیمت برق در ب...
full textMy Resources
Journal title
volume 28 issue 2
pages 107- 120
publication date 2018-06-22
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023