توموگرافی یونوسفر بکمک روش کمینه‌سازی توابع هدف و شبکه‌های عصبی مصنوعی در منطقه ایران

نویسندگان

  • وثوقی, بهزاد دانشگاه صنعتی خواجه نصیرالدین طوسی دانشکده مهندسی ژئودزی و ژئوماتیک
چکیده مقاله:

در این مقاله روش کمینه‌سازی توابع هدف با کمک شبکه‌های عصبی موجک چند لایه، جهت مدل‌سازی توموگرافی یونوسفر به عنوان یک روش جدید ارائه شده است. براساس روش توموگرافی، تابع هدفی تعریف گردیده و سپس با کمک شبکه‌های عصبی موجک چند لایه (WNN) طراحی شده، مقدار این تابع هدف به کمترین میزان خود می‌رسد. جهت بهینه‌سازی وزن‌ها و بایاس‌ها در شبکه‌های عصبی، می‌بایستی از یک الگوریتم آموزش مناسب بهره گرفت. به همین جهت در این مقاله از الگوریتم‌های آموزش پس انتشار خطا (BP) و بهینه‌سازی انبوه ذرات (PSO) استفاده شده است. سه روش ترکیبی برای کمینه‌سازی توابع هدف که جزو نوآوری‌های اصلی این مقاله است مورد بررسی و آنالیز قرار گرفته است. در روش اول (RMTNN) از شبکه عصبی مصنوعی پرسپترون 3 لایه با الگوریتم آموزش پس انتشار جهت مدل‌سازی توزیع چگالی الکترونی استفاده شده است. در روش دوم (MRMTNN) یک شبکه عصبی موجک 3 لایه بهمراه الگوریتم آموزش پس انتشار خطا جهت مدل‌سازی توزیع چگالی الکترونی بکار گرفته شده و نهایتاً در ترکیب سوم (ITNN) از شبکه عصبی موجک 3 لایه بهمراه الگوریتم آموزش بهینه‌سازی انبوه ذرات جهت مدل‌سازی تغییرات زمان-مکان چگالی الکترونی بهره گرفته شده است. مشاهدات مربوط به شبکه مبنای ژئودینامیک دائمی ایران (32 ایستگاه GPS به همراه یک ایستگاه اندازه‌گیری مستقیم یونوسفر) جهت آزمون و ارزیابی هر سه ترکیب مورد استفاده قرار گرفته‌اند. تمامی نتایج بدست آمده از سه روش با اندازه‌گیری‌های ایستگاه‌ یونوسوند و مدل هارمونیک‍‌های کلاه کروی (SCH) مقایسه شده است. همچنین شاخص‌های آماری خطای نسبی و مطلق، جذر خطای مربعی میانگین (RMSE)، بایاس، انحراف معیار و ضریب همبستگی برای هر سه روش پیشنهادی این مقاله مورد محاسبه و بررسی قرار گرفته است. آنالیزهای انجام گرفته در مورد روش‌های RMTNN، MRMTNN و ITNN بیانگر این موضوع است که روش ITNN نسبت به دو روش دیگر دارای سرعت همگرایی بالا به جواب بهینه و همچنین دقت و صحت بالاست. مقایسه‌های صورت گرفته نشان‌دهنده بهبود مدل‌سازی محتوای الکترون کلی توسط روش ITNN به مقدار 5/0 الی 65/5 TECU در منطقه ایران نسبت به مدل‌های تجربی یونوسفر می‌باشد. همچنین متوسط ضریب همبستگی 901/0 مابین خروجی‌های روش ITNN و اندازه‎گیری‌های ایستگاه‌های یونوسوند، حاکی از کارائی بالای روش پیشنهادی این مقاله در مدل‌سازی تغییرات زمان-مکان چگالی الکترونی است.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

کاربرد پایدارسازی بروش هیبرید در بازسازی توموگرافی چگالی الکترونی یونوسفر در ایران

توموگرافی یونوسفر یک روش بسیار موثر جهت بررسی ویژگیهای فیزیکی این لایه از جو می‌باشد. بازسازی توموگرافیک چگالی الکترونی یونوسفر بدلیل کمبود مشاهدات ورودی و نیز عدم توزیع یکنواخت آنها یک مساله معکوس بدوضع محسوب می‌شود. در این مقاله از یک روش جدید پایدارسازی بنام هیبرید جهت حل این مساله استفاده شده است. این روش ترکیبی از روشهای پایدارسازی تیخونوف و تغییرات کلی (TV) می‌باشد. مزیت این روش در کمتر ش...

متن کامل

پیش بینی میزان مصرف برق میان مدت در ایران با استفاده از شبکههای عصبی مصنوعی

انرژی برق به عنوان یکی از مهمترین انرژی ها در زندگی مدرن امروزی به حساب می آید و در سطح رفاه اجتماعی و همچنین کیفیت و راندمان کار و تولید بسیار موثر می باشد. با توجه به اهمیت انرژی برق دولت ها و سازمان های وابسته به آن ها در کشورهای توسعه یافته و در حال توسعه، بر روی پیش بینی مصرف برق توجه بسیار زیادی می کنند. اشتباه در پیش بینی مصرف برق می تواند موجب ایجاد ظرفیت های اضافی و یا کمبود در تامین ب...

15 صفحه اول

پهنه‌بندی خطر زمین‌لغزش در حوضۀ آبخیز طالقان با استفاده از روش سیستم‌های هوشمند (روش شبکۀ عصبی مصنوعی مبتنی بر توابع پایه‌ای گوسی و شبکۀ عصبی پرسپترون)

زمین­لغزش­ها هر سال خسارت­های مالی و جانی زیادی به‌بار می­آورند. نقشه­های پهنه‌بندی خطر زمین­لغزش می­توانند به کاهش این خسارت­ها کمک کنند. حوزۀ آبخیز طالقان از جمله­ حوزه­های مستعد زمین­لغزش است که بررسی شده است. در این مقاله به پهنه­بندی خطر زمین­لغزش در این منطقه و در مقیاس 50000/1، و با در نظر داشتن لایه­های اطلاعاتی پراکندگی لغزش­ها، شیب، برای شیب، زمین‌شناسی (لیتولوژی)، فاصله از گسل­ها، فا...

متن کامل

تخمین هدایت هیدرولیکی اشباع در برخی از خاکهای استان ایلام با استفاده از شبکههای عصبی مصنوعی و روشهای رگرسیونی

هدایت هیدرولیکی اشباع ) Ks ( یکی از ورودیهای مهم در مدلسازی جریان آب و انتقال آلایندهها در خاک، طراحی سیستمهای آبیاری و زهکشی، مدلسازی آبهایزیرزمینی و فرایندهای زیستمحیطی است. اندازهگیری مستقیم Ks در مزرعه و آزمایشگاه میسّر میباشد؛ لیکن، معمولاً زمانبر، پرهزینه و دشوار بوده و در سطوحبزرگ نیز غیرعملی است. افزون بر این، بهدلیل غیرهمگن بودن خاک و خطاهای آزمایشگاهی، تا حدودی این اندازهگیریها غیرقابل ...

متن کامل

منابع 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 7  شماره 2

صفحات  93- 110

تاریخ انتشار 2017-12

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

کلمات کلیدی

کلمات کلیدی برای این مقاله ارائه نشده است

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023