تعیین متغیرهای ورودی برای تخمین تابش خورشیدی با استفاده از تئوری آنتروپی و تحلیل مؤلفه اصلی

Authors

  • بابک محمدی گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی و فناوری کشاورزی، دانشگاه تهران کرج، ایران
  • روزبه مؤذن زاده استادیار گروه آب و خاک/ دانشکده کشاورزی/دانشگاه شاهرود/ شاهرود/ایران
Abstract:

تابش خورشیدی رسیده به سطح زمین یکی از متغیرهای اصلی مورد استفاده در پروژه‌ها و مدل­سازی­های هیدرولوژی، کشاورزی، هواشناسی و اقلیمی می­باشد. در این تحقیق قابلیت عملکرد روش تحلیل مؤلفه اصلی (PCA) و تئوری آنتروپی (EN) برای تعیین ورودی مدل­های شبکه عصبی مصنوعی پرسپترون چندلایه (MLP)، شبکه عصبی مصنوعی تابع پایه شعاعی (RBF)، ماشین بردار پشتیبان (SVM) و برنامه‌ریزی ژنتیک (GEP) در برآورد تابش خورشیدی در دو ایستگاه همدید کرمان و مشهد به ترتیب در حد فاصل سال‌های 1984 تا 2005 و 1980 تا 2004  مورد بررسی قرار گرفت. متغیرهای میانگین دما، میانگین کمبود فشار بخار آب اشباع، دمای کمینه، دمای بیشینه، ساعت آفتابی، رطوبت نسبی، دمای نقطه شبنم، فشار بخار ساعتی، دید افقی و محتوی بخار آب جو به عنوان ورودی روش­های پیش­پردازش انتخاب شدند. با توجه به نتایج به­دست آمده در ایستگاه کرمان، مدل ENT-MLP با ریشه میانگین مربعات خطای برابر36/38 (Mj/m2) و ضریب تبیین 93/0 R2= بهترین عملکرد را داشته است. همچنین در ایستگاه مشهد مدل PCA-MLP با ریشه میانگین مربعات خطای برابر75/79  (Mj/m2) و ضریب تبیین 77/0 R2= بهترین عملکرد را داشته است. به طور کلی هر دو روش پیش­پردازش تحلیل مؤلفه اصلی (PCA) و تئوری آنتروپی (EN) برای تعیین ورودی مدل­های تخمین­گر به منظور تخمین تابش خورشیدی روش  مناسبی تشخیص داده شدند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

کاهش متغیرهای ورودی در فرآیند مدل سازی تصادفات آزادراهها با استفاده از روش تجزیه و تحلیل مؤلفه های اصلی

هدف اصلی در این مقاله استفاده از روش تجزیه و تحلیل مؤلف ههای اصلی برای شناسایی متغیرهای تأثیرگذار در فرآیند مدل سازی تصادفات در آزادراههای برون شهری است. با توجه به توانایی مدل شبکه های عصبی در پیش بینی تصادفات رانندگی، مدل تعداد تصادفات آزادراههای برون شهری کشور با استفاده از مدلهای شبکه های عصبی توسعه داده شده و متغیرهای مربوط به جریان ترافیک، سهمیه بندی بنزین و متغیرهای محیطی نیز به عنوان مت...

full text

تخمین تابش خورشیدی با استفاده از پارامترهای هواشناسی

در این تحقیق اطلاعات هواشناسی شامل: دمای بیشینه و کمینه، سرعت باد، ساعت آفتابی، ابرناکی، بارندگی، فشار هوا و رطوبت در شش ایستگاه هواشناسی همدیدی مشهد، اصفهان، رامسر، زاهدان، ارومیه و شیراز جمع‌آوری گردید. با استفاده از آزمون گاما پارامترهای هواشناسی موثر بر تابش خورشیدی در هر ایستگاه تعیین شد. نتایج نشان داد در تمام ایستگاه‌ها دمای بیشینه و ساعت آفتابی، در پنج ایستگاه ابرناکی و در چهار ایستگاه ...

full text

استفاده از تئوری آنتروپی و آزمون گاما در تعیین متغیر‌های ورودی برای تخمین تبخیر روزانه (مطالعۀ موردی: ایستگاه ‏های سینوپتیک رشت، بندرانزلی و آستارا)

در این تحقیق قابلیت تئوری آنتروپی و آزمون گاما برای تعیین ورودی مدل‏های شبکۀ عصبی مصنوعی و ماشین بردار پشتیبان به منظور تخمین تبخیر ایستگاه‌های سینوپتیک رشت، آستارا و بندر انزلی در استان گیلان بررسی شده است. با توجه به نتایج پژوهش، برای ایستگاه‌های سینوپتیک رشت، آستارا و انزلی، تئوری آنتروپی وجود همۀ متغیرها را در مدل‏سازی مؤثر تشخیص داده است. آزمون گاما برای ایستگاه رشت دو متغیر رطوبت حداکثر و...

full text

کاهش متغیرهای ورودی در فرآیند مدل سازی تصادفات آزادراهها با استفاده از روش تجزیه و تحلیل مؤلفه های اصلی

هدف اصلی در این مقاله استفاده از روش تجزیه و تحلیل مؤلف ههای اصلی برای شناسایی متغیرهای تأثیرگذار در فرآیند مدل سازی تصادفات در آزادراههای برون شهری است. با توجه به توانایی مدل شبکه های عصبی در پیش بینی تصادفات رانندگی، مدل تعداد تصادفات آزادراههای برون شهری کشور با استفاده از مدلهای شبکه های عصبی توسعه داده شده و متغیرهای مربوط به جریان ترافیک، سهمیه بندی بنزین و متغیرهای محیطی نیز به عنوان مت...

full text

تأثیر پیش پردازش متغیرهای ورودی به شبکه عصبی برای پیش بینی جریان ماهانه با آنالیز مؤلفه های اصلی و موجک

برآورد جریان حوضه آبریز با توجه به کاربرد گسترده آن در علوم مرتبط با صنعت آب، از دیرباز مورد توجه پژوهشگران بوده است. ارائه الگوهای نو و به کارگیری تکنیک های پیشرفته می تواند موجب ایجاد تحول در برآورد این سیستم دینامیک و غیرخطی شود. در این تحقیق برای پیش بینی جریان ماهانه، از شبکه عصبی پیشخور استفاده گردیده است. به علت تعداد زیاد متغیرهای مورد استفاده در این تحقیق برای پیش بینی جریان، شناخت متغ...

full text

یک روش کارآمد برای تخمین حالت مؤلفه اصلی و هارمونیکی در شبکه های توزیع شعاعی

In this paper an effective method for the purpose of state estimation of fundamental and harmonics signals in the radial power distribution network is presented. In Addition, the application development of this method to the network observability and data processing is considered and analyzed. One of the most advantages of this method is capability of bad data detection and process of them and ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 50  issue 3

pages  625- 639

publication date 2019-07-23

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