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:

534
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

783
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

مقایسه دقّت روش های رگرسیونی و هوش مصنوعی در برآورد سرعت روزانه باد در منطقه سیستان

صفحات

 صفحه شروع 84 | صفحه پایان 95

چکیده

 پژوهش حاضر با هدف مقایسه دقّت پیش بینی روش های رگرسیونی, شبکه عصبی مصنوعی و سیستم استنتاج فازی-عصبی تطبیقی در برآورد سرعت باد در منطقه سیستان انجام شد. برای این منظور از داده های روزانه ایستگاه های هواشناسی سینوپتیک زابل و زهک طی یک دوره پنج ساله (2015-2010) استفاده شد. برای مدل سازی به روش شبکه عصبی مصنوعی و سیستم استنتاج فازی از نرم افزار MATLAB و برای مدل سازی با روش های رگرسیونی از نرم افزار DATA FITاستفاده شد. دقّت روش ها با استفاده از آماره های جذر میانگین مربعات خطا, شاخص تطابق و میانگین قدر مطلق خطا مورد ارزیابی قرار گرفت. ب بر اساس نتایج, متوسط درجه حررات روزانه و متوسط رطوبت نسبی به ترتیب, بیش ترین وکمترین تأثیر را بر سرعت باد در منطقه سیستان دارند (به ترتیب ضریب همبستگی 42/0 و 25/0). علاوه بر این, نتایج بیانگر آن است که در بین روش های مورداستفاده روش نروفازی با تابع عملگر گوسین در برآورد سرعت باد دارای عملکرد دقیق تری است (جذر میانگین مربعات خطا, 56/2). در حالی که مجذور میانگین مربعات خطا برای مدل رگرسیون 44/4 می باشد. همچنین ضریب تشخیص روابط رگرسیون (51/0 و 45/0) نیز در مقایسه با مدل پرسترون چندلایه و مدل نروفازی (52/0 و 51/0) در هر دو ایستگاه کمتر است. بر این اساس پیشنهاد می گردد جهت تخمین و پیش بینی دقیق تر سرعت باد در منطقه سیستان از روش نروفازی استفاده شود تا با برآورد دقیق این مؤلفه, علاوه بر برنامه ریزی جهت کاهش خسارات ناشی از وزش باد های شدید, امکان بهره برداری بهینه از این منبع انرژی نیز فراهم شود.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    آبتین، افروز، پیری صحراگرد، حسین، پهلوانروی، احمد، و پیری، جمشید. (1395). مقایسه دقّت روش های رگرسیونی و هوش مصنوعی در برآورد سرعت روزانه باد در منطقه سیستان. مدیریت بیابان، 4(8 )، 84-95. SID. https://sid.ir/paper/252855/fa

    Vancouver: کپی

    آبتین افروز، پیری صحراگرد حسین، پهلوانروی احمد، پیری جمشید. مقایسه دقّت روش های رگرسیونی و هوش مصنوعی در برآورد سرعت روزانه باد در منطقه سیستان. مدیریت بیابان[Internet]. 1395؛4(8 ):84-95. Available from: https://sid.ir/paper/252855/fa

    IEEE: کپی

    افروز آبتین، حسین پیری صحراگرد، احمد پهلوانروی، و جمشید پیری، “مقایسه دقّت روش های رگرسیونی و هوش مصنوعی در برآورد سرعت روزانه باد در منطقه سیستان،” مدیریت بیابان، vol. 4، no. 8 ، pp. 84–95، 1395، [Online]. Available: https://sid.ir/paper/252855/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