فاطمه خوشحال جهرمی

[ 1 ] - مقایسه عملکرد شبکه عصبی پرسپترون چندلایه و مدل رگرسیونی لیناکر در پیش‌بینی کمینه دمای روز بعد (مطالعه موردی: کرمان، شیراز، رشت و همدان)

سرمازدگی یکی از مهم­ترین مخاطرات جوی است که خسارات زیادی را به محصولات کشاورزی وارد می­کند. یکی از راه­های مدیریت و کاهش خسارت­های ناشی از سرمازدگی، پیش­بینی دمای کمینه است. به‌این‌منظور، با استفاده از آمار روزانه پارامترهای کمینه دما، بیشینه دما و دمای نقطه شبنم در دوره آماری 2009- 2005، کمینه دمای روز بعد در چهار ایستگاه با اقلیم­های متفاوت توسط مدل رگرسیونی لیناکر و شبکه عصبی مصنوعی پرسپترون...