مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

2,143
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

786
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

2

اطلاعات مقاله نشریه

عنوان

کاربرد شبکه عصبی مصنوعی در شبیه سازی عناصر اقلیمی و پیش بینی سیکل خشکسالی (مطالعه موردی: استان اصفهان)

صفحات

 صفحه شروع 107 | صفحه پایان 120

چکیده

 در این  پژوهش, از شبکه های عصبی مصنوعی (Artificial Neural Networks) به عنوان ابزاری توانمند در مدل سازی فرآیندهای غیرخطی و نامعین, به منظور پیش بینی سیکل خشکسالی در 20 ایستگاه سینوپتیک, کلیماتولوژی و هیدرومتری استان اصفهان که حداقل 20 سال آمار روزانه داشتند, استفاده شد. از نرم افزار MATLAB-7 و در شاخه Neural Network, برای پیش بینی و تجزیه و تحلیل عناصر اقلیمی کمک گرفته شد. ورودی مدل های ANN, داده های میانگین ماهانه بارش, دبی حداقل و دمای بیشینه است که این داده ها, بازه زمانی سال های 1360 تا 1383 را در بر می گیرند. اطلاعات 20 ساله برای آموزش مدل ها و 4 سال باقی مانده برای آزمایش آن ها به کار رفته است. شبکه مورد استفاده از نوع پرسپترون چندلایه (Multi-layer Perceptron) با الگوریتم پس انتشارِ خطا ( Back Propagation) و تکنیک یادگیری مارکوارت - لونبرگ (Train LM: Levenberg-Marquardt) است. ساختارهای گوناگونی از شبکه عصبی با تغییر در لایه های ورودی (6 مدل), تعداد گره ها در لایه های پنهان و خروجی (2 الی20 گره) ایجاد گردید. نتایج حاصل از تحقیق حاضر, نشان می دهد که در  میان الگوهای مورد بررسی, دمای بیشینه, دبی و بارش, نقش مثبتی در پیش بینی خشکسالی های استان اصفهان داشته, با کاربرد شبکه عصبی مصنوعی می توان با دقت بالای 95 درصد, سیکل خشکسالی استان را پیش بینی نمود.

استنادها

ارجاعات

استناددهی

APA: کپی

خوشحال دستجردی، جواد، و حسینی، سیدمحمد. (1389). کاربرد شبکه عصبی مصنوعی در شبیه سازی عناصر اقلیمی و پیش بینی سیکل خشکسالی (مطالعه موردی: استان اصفهان). جغرافیا و برنامه ریزی محیطی (مجله پژوهشی علوم انسانی دانشگاه اصفهان)، 21(3 (پیاپی 39))، 107-120. SID. https://sid.ir/paper/153096/fa

Vancouver: کپی

خوشحال دستجردی جواد، حسینی سیدمحمد. کاربرد شبکه عصبی مصنوعی در شبیه سازی عناصر اقلیمی و پیش بینی سیکل خشکسالی (مطالعه موردی: استان اصفهان). جغرافیا و برنامه ریزی محیطی (مجله پژوهشی علوم انسانی دانشگاه اصفهان)[Internet]. 1389؛21(3 (پیاپی 39)):107-120. Available from: https://sid.ir/paper/153096/fa

IEEE: کپی

جواد خوشحال دستجردی، و سیدمحمد حسینی، “کاربرد شبکه عصبی مصنوعی در شبیه سازی عناصر اقلیمی و پیش بینی سیکل خشکسالی (مطالعه موردی: استان اصفهان)،” جغرافیا و برنامه ریزی محیطی (مجله پژوهشی علوم انسانی دانشگاه اصفهان)، vol. 21، no. 3 (پیاپی 39)، pp. 107–120، 1389، [Online]. Available: https://sid.ir/paper/153096/fa

مقالات مرتبط نشریه ای

مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button