پیش بینی بارش در محدوده شمالشرق با استفاده از شبکه های هوش مصنوعی
پایان نامه
- دانشگاه تربیت معلم - سبزوار - دانشکده ادبیات و علوم انسانی
- نویسنده علی ایروانی
- استاد راهنما علیرضا انتظاری جواد حدادنیا
- سال انتشار 1388
چکیده
چکیده: روشهای مختلفی به منظور پیش بینی بارش وجود دارد استفاده از مدل های عددی پیچیده که به عنوان ابزاری کارآمد مطرح می باشند از جمله روش های موجود می باشند با این حال وجود عبارتهای غیر خطی پیچیده در معادلات حاکم ، مدل سازی بارش را امری مشکل نموده است. یکی دیگر از روش های پیش بینی بارش شبکه عصبی مصنوعی است که در این مدل بدون در نظر گرفتن معادلات پیچیده غیر خطی می توان دینامیک حاکم بر سیستم را استخراج نمود بنابراین با هدف پیش بینی بارش در این تحقیق با استفاده از اطلاعات بارش 30 ساله بعضی از ایستگاه های شمال شرق کشور این پیش بینی به کمک شبکه عصبیtdnn صورت گرفته و نتایج بدست آمده گواه بر قدرت شبکه عصبی در پیش بینی بارش است. براساس محاسبات و پیش بینی های انجام شده دقت در ایستگاه های بار با 71 درصد ، قوچان با 70 درصد ، گلمکان با 79 درصد ، مشهد با 74 درصد ، نیشابور با 76 درصد ، سبزوار با 79 درصد ، اسد آباد با 84 درصد ، تربت جام با 78 درصد ، تربت حیدریه با 74 درصد ، بجنورد با 75 درصد ، گناباد با 82 درصد ، کاشمر با 79 درصد ، سرخش با 78 درصد را نشان داد .
منابع مشابه
کاربرد شبکه های عصبی مصنوعی در پیش بینی بارش زمستانه
پیش‌بینی بارش یکی از مهمترین مسائل در زمینه مدیریت بهینه منابع آب در بخش‌های مختلف نظیر صنعت، شرب و کشاورزی است. پیش بینی بارش می تواند باعث جلوگیری از تلفات و خسارات ناشی از بلایای طبیعی شود. هدف از تحقیق حاضر پیش‌بینی بارش زمستانه استان خراسان رضوی با استفاده از شبکه‌های عصبی مصنوعی می‌باشد. بدین منظور، ابتدا سری زمانی بارش متوسط منطقه‌ای به روش کریجینگ در طول دوره آماری به دست آورده شد. سپس...
متن کاملپیش بینی بارش ماهانه در منطقه ایران با استفاده از ترکیب شبکه های عصبی مصنوعی و فیلتر کالمن توسعه یافته
بارش باران یکی از مهمترین پدیده‌های جوّی است که بر زندگی بشر اثر می‌گذارد. پیش‌بینی بارش باران برای اهداف مختلفی مانند برنامه‌ریزی فعالیت‌های کشاورزی، پیش<st...
متن کاملمدل سازی و پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی
شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...
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 @}
نوع سند: پایان نامه
دانشگاه تربیت معلم - سبزوار - دانشکده ادبیات و علوم انسانی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023