پیش یابی ارتفاع موج شاخص در خلیج فارس با استفاده از شبکه های عصبی مصنوعی و مقایسه آن با درخت های تصمیم رگرسیونی

Authors

  • کرمی خانیکی, علی مرکز تحقیقات حفاظت خاک و آبخیزداری
Abstract:

Prediction of wave height is of great importance in marine and coastal engineering. In this study, the performances of artificial neural networks (feed forward with back propagation algorithm) for online significant wave heights prediction, in Persian Gulf, were investigated. The data set used in this study comprises wave and wind data gathered from shallow water location in Persian Gulf. Current wind speed (u) and those belonging up to eight previous hours are given as input variables, while the significant wave height with leading time of 1-24 hour are the output parameters. Results show that the artificial neural networks can perform very well in predicting significant wave height, when shorter intervals of predictions (6 hour) were involved. Small interval predictions were made more accurately than the large interval ones. Results of artificial neural networks were compared with those of regression trees. Results indicate that error statistics of neural networks and regression trees were nearly similar

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش‌بینی ارتفاع موج در سواحل انزلی با استفاده از شبکه عصبی مصنوعی

در امور مربوط به دریا روش‌های مختلفی برای پیش بینی وجود دارد. در این مقاله که در منطقه‌ی بندر انزلی انجام شده، برای پیش بینی ارتفاع امواج در دریای خزر از تکنیک شبکه‌ی عصبی مصنوعی استفاده شده است. داده‌ها که از سازمان بنادر و کشتیرانی و شرکت نفت خزر  اخذ شده در دوره های زمانی3،6، 12 و 24 ساعته  توسط سیستم ADCP اندازه گیری شده‌اند. شبکه‌ی مورد استفاده یک شبکه‌ی سه لایه پیشرو با 4 نورون در هر لایه...

full text

مقایسه تأثیر وضعیت طاق باز و دمر بر وضعیت تنفسی نوزادان نارس مبتلا به سندرم دیسترس تنفسی حاد تحت درمان با پروتکل Insure

کچ ی هد پ ی ش مز ی هن ه و فد : ساسا د مردنس رد نامرد ي سفنت سرتس ي ظنت نادازون داح ي سکا لدابت م ي و نژ د ي سکا ي د هدوب نبرک تسا طسوت هک کبس اـه ي ناـمرد ي فلتخم ي هلمجزا لکتورپ INSURE ماجنا م ي دوش ا اذل . ي هعلاطم ن فدهاب اقم ي هس عضو ي ت اه ي ندب ي عضو رب رمد و زاب قاط ي سفنت ت ي هـب لاتـبم سراـن نادازون ردنس د م ي سفنت سرتس ي لکتورپ اب نامرد تحت داح INSURE ماجنا درگ ...

full text

پیش بینی مدیریت سود با استفاده از شبکه عصبی و درخت تصمیم

بسیاری از موارد بحران‌های مالی مربوط به شرکت‌های سهامی عام بوده که درحال افزایش است. بسیاری از سرمایه گذاران و اعتباردهندگان در مورد پیش بینی بحران مالی به خصوص زمانی که مدیریت سود رخ می‌دهد مشکلاتی دارند. تحقیقات اخیر به شناسایی عوامل و فاکتورهای مرتبط با مدیریت سود می‌پردازد. بنابراین از طریق آن قادر به تعیین ارتباط میان این عوامل و دستکاری سود هستند. به منظور کاهش ریسک بحران‌های مالی ناشی از...

full text

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 7  issue 14

pages  117- 123

publication date 2012-03

By following a journal you will be notified via email when a new issue of this journal is published.

Keywords

No Keywords

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023