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:

1,151
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

578
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

استفاده از رویکرد شبکه عصبی مصنوعی جهت پیش بینی کوتاه مدت سرعت باد (مطالعه موردی: ایستگاه هواشناسی جیرفت)

صفحات

 صفحه شروع 11 | صفحه پایان 20

چکیده

 سرعت باد یکی از متغیرهای بسیار مهم هواشناسی در تعیین تبخیرتعرق و نیاز آبی گیاهان است. مدل ها و روش های متعددی برای پیش بینی این عامل وجود دارد. در سال های اخیر, با شناخته شدن ابزار محاسبات نرم, به مثابه روشی نوین در ایجاد سیستم های هوشمند, این روش ها جایگاهی ویژه در علوم هواشناسی کشاورزی پیدا کردند. به کاربردن رویکرد شبکه عصبی مصنوعی یکی از این روش هاست. با توجه به وجود ایستگاه هواشناسی کشاورزی جیرفت و در دسترس بودن داده های ساعتی سرعت باد در این شهر, از اطلاعات این ایستگاه استفاده شد. سری زمانی استفاده شده در این تحقیق اطلاعات سرعت باد در بازه زمانی ساعتی شش ماه (آوریل تا سپتامبر) سال 2010 بود که سرعت باد نسبت به سایر ماه های سال بیشتر بود. در این تحقیق از سه مدل با نورون های متفاوت با چهار لایه استفاده شد. نتایج نشان داد که مرحله آزمون مدل با 20 نورون در هر لایه, به طور متوسط 134 ثانیه طول کشیده است. لذا این مدل در مقایسه با دیگر مدل ها, در مدت زمانی کوتاه تر مقادیر خروجی را به دست داد و سرعت اجرای بالاتری داشت. با توجه به مقایسه پارامترهای آماری در مرحله آزمون, متوسط RMSE و MSE و EF (ضریب کارایی مدل), به ترتیب, 1.1827 و 0.6947 و 0.9246 به دست آمد. مدل به کاررفته, نسبت به دو مدل دیگر, دقت بیشتر و کارایی بهتری در پیش بینی سرعت باد دارد و با دنیای واقعی مطابقت می کند.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    بختیاری، بهرام، قهرمان، نوذر، و رحیمی، اسحاق. (1392). استفاده از رویکرد شبکه عصبی مصنوعی جهت پیش بینی کوتاه مدت سرعت باد (مطالعه موردی: ایستگاه هواشناسی جیرفت). تحقیقات آب و خاک ایران (علوم کشاورزی ایران)، 44(1)، 11-20. SID. https://sid.ir/paper/225850/fa

    Vancouver: کپی

    بختیاری بهرام، قهرمان نوذر، رحیمی اسحاق. استفاده از رویکرد شبکه عصبی مصنوعی جهت پیش بینی کوتاه مدت سرعت باد (مطالعه موردی: ایستگاه هواشناسی جیرفت). تحقیقات آب و خاک ایران (علوم کشاورزی ایران)[Internet]. 1392؛44(1):11-20. Available from: https://sid.ir/paper/225850/fa

    IEEE: کپی

    بهرام بختیاری، نوذر قهرمان، و اسحاق رحیمی، “استفاده از رویکرد شبکه عصبی مصنوعی جهت پیش بینی کوتاه مدت سرعت باد (مطالعه موردی: ایستگاه هواشناسی جیرفت)،” تحقیقات آب و خاک ایران (علوم کشاورزی ایران)، vol. 44، no. 1، pp. 11–20، 1392، [Online]. Available: https://sid.ir/paper/225850/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