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

مقاله مقاله نشریه

مشخصات مقاله

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:

447
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

212
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی خشکسالی با استفاده از مدل تلفیقی شبکه عصبی مصنوعی-موجک و مدل سری زمانیARIMA

صفحات

 صفحه شروع 167 | صفحه پایان 181

چکیده

 تبدیل موجک یکی از روش های نوین و بسیار موثر در زمینه تحلیل سیگنال ها و سری های زمانی است. در این روش سیگنال شاخص بارش استاندارد (SPI) با استفاده از موجک مادر منتخب تجزیه شده, داده های حاصل به عنوان ورودی مدل شبکه عصبی مصنوعی در نظر گرفته شده و یک مدل تلفیقی برای پیش بینی خشکسالی ارائه می گردد. در این تحقیق, از شبکه های عصبی مصنوعی پرسپترون چند لایه (MLP) و تابع پایه ای شعاعی ((RBF, سری زمانی ARIMA و هم چنین شبکه های عصبی مصنوعی-موجک پرسپترون چند لایه (WA-MLP) و تابع پایه ای شعاعی (WA-RBF) برای پیش بینی استفاده شده است. در این خصوص, از داده های بارندگی ایستگاه بیدستان با دوره آماری 44 ساله در حوضه آبریز شور استفاده شد. وضعیت رطوبتی با استفاده از شاخص بارندگی استاندارد شده (SPI) در دوره سه ماهه محاسبه گردید. برای تخمین مقدار SPI در هر بازه زمانی, از مقادیر مربوطه در زمان های ماقبل, استفاده شد. نتایج نشان داد مدل WA-MLP با دقت بالاتری (87/0=R2) مقادیر SPI و وضعیت خشکسالی کوتاه مدت را پیش بینی می کند.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    یونسی، محبوبه، شهرکی، نادیا، معروفی، صفر، و نوذری، حامد. (1397). پیش بینی خشکسالی با استفاده از مدل تلفیقی شبکه عصبی مصنوعی-موجک و مدل سری زمانیARIMA. علوم مهندسی و آبیاری (مجله علمی کشاورزی)، 41(2 )، 167-181. SID. https://sid.ir/paper/217217/fa

    Vancouver: کپی

    یونسی محبوبه، شهرکی نادیا، معروفی صفر، نوذری حامد. پیش بینی خشکسالی با استفاده از مدل تلفیقی شبکه عصبی مصنوعی-موجک و مدل سری زمانیARIMA. علوم مهندسی و آبیاری (مجله علمی کشاورزی)[Internet]. 1397؛41(2 ):167-181. Available from: https://sid.ir/paper/217217/fa

    IEEE: کپی

    محبوبه یونسی، نادیا شهرکی، صفر معروفی، و حامد نوذری، “پیش بینی خشکسالی با استفاده از مدل تلفیقی شبکه عصبی مصنوعی-موجک و مدل سری زمانیARIMA،” علوم مهندسی و آبیاری (مجله علمی کشاورزی)، vol. 41، no. 2 ، pp. 167–181، 1397، [Online]. Available: https://sid.ir/paper/217217/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