ارائه یک رویکرد ترکیبی میانگین متحرک خودگردان فصلی و شبکه های نرو ـ فازی خطی محلی برای پیشبینی میزان بارندگی در شهر زابل
نویسندگان
چکیده مقاله:
تغییرات بوم شناختی ناشی از تغییرات اقلیمی میتواند نقش بسزایی در شرایط جوامع بشری بخصوص شرایط سلامتی و وضعیت اقتصادی ایفا نماید. در برخی موارد، تغییرات ناگهانی و غیرمترقبه شرایط اقلیمی میتواند منجر به وقوع بحرانهای اجتماعی و اقتصادی گردد. بنابراین پیشبینی دقیق این تغییرات میتواند به مدیران جامعه در راستای مقابله با عوارض ناشی از این تغییرات کمک نماید. یکی از مهمترین پارامترها در این بین میزان بارش است. در این پژوهش یک رویکرد ترکیبی میانگین متحرک یک پارچه خودگردان فصلی و شبکههای نرو ـ فازی خطی محلی برای پیشبینی میزان بارش ارایه گردیده است. مدل پیشنهادی با استفاده از دادههای میزان بارش ماهیانه که در ایستگاه هواشناسی سینپتیک زابل از سال 1939 تا 2011 جمع آوری شده است، طراحی گردیده و نتایج حاصل از آن با مدل تناوبی سینوسی ـ کسینوسی مقایسه شده است. نتایج حاصله مبین کارآیی مدل پیشنهادی به عنوان یک ابزار کاربردی برای پیشبینی میزان بارندگی است.
منابع مشابه
پیشبینی بار الکتریکی با بکارگیری مدلهای ترکیبی پرسپترونهای چندلایه و خودرگرسیون میانگین متحرک انباشته فصلی
امروزه صرفهجویی در زمان و اقتصاد یک کشور نیازمند برنامهریزی، تصمیمگیری و پیشبینیهای درست و منطقی در حوزههای مختلف میباشد. یکی از این حوزههای مطرح در هر کشور، پیشبینی بار الکتریکی میباشد. این کالا (الکتریسیته) با توجه به اینکه قابل ذخیرهسازی نمیباشد، پیشبینی آن با حساسیت بالاتری انجام میگیرد. همچنین علاوه بر غیرقابل ذخیرهبودن، در مصرف این کالا الگوهای مختلفی دیده میشود که مدلساز...
متن کاملبکارگیری مدل های ترکیبی میانگین متحرک خودرگرسیون انباشته فازی احتمالی به منظور پیش بینی نرخ ارز
متن کامل
ارائه الگوریتم هوشمند ترکیبی بر پایه مدل فازی میانگین - واریانس- چولگی برای انتخاب پرتفولیو
The most important problem for investors, at the beginning stages of their works, is the way of assigning their investment to one or more different investment alternatives in such a way that with the least possible risk the maximum return become obtainable. In the economic literature this is known as the problem of portfolio selection. This article tries to introduce an efficient way for suppor...
متن کاملمقایسه مدلهای شبکه عصبی مصنوعی و سیستم استنتاج فازی در پیشبینی میزان بارندگی استان کردستان
پدیده بارش تابع عوامل زیادی می باشد که پیش بینی آن به روش های معمول آماری از دقت کمی برخوردار است. پیش بینی بارش با استفاده از شبکه عصبی مصنوعی و سیستم استنتاج فازی در سال های اخیر، توجه زیادی معطوف شده است. استان کردستان با مساحتی حدود 28203 کیلومتر مربع بین 34 درجه و 45 دقیقه تا 36 درجه و 28 دقیقه عرض شمالی و 42 درجه و 31 دقیقه تا 48 درجه و 16 دقیقه طول شرقی به دلیل ریزش جوی زیاد یکی از پرآب ...
ارائه یک الگوریتم فازی-ژنتیک برای کاهش توان مصرفی در شبکه های حسگر بی سیم بدنی
WBANs (Wireless Body Area Network) are expected to consume very low electrical power. One of the most important factors of energy consumption in WBAN is the presence of interference between the transmitter and receiver nodes. In this paper, a fuzzy- genetic based power control method is proposed to intelligently align transmission power of sensor nodes within a WBAN. This technique utilizes th...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 47 شماره 1
صفحات 81- 91
تاریخ انتشار 2013-03-21
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023