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:

877
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

638
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی خشکسالی با بکارگیری از مدل های شبکه عصبی مصنوعی و سیستم استنتاج عصبی - فازی تطبیقی در حوزه مند استان فارس

صفحات

 صفحه شروع 21 | صفحه پایان 32

چکیده

 امروزه خشکسالی یک معضل جدی گریبانگیر در بسیاری از کشورهای جهان است. بنابراین پیش بینی آن از اهمیت به سزایی برخوردار می باشد. در این تحقیق کارایی شبکه عصبی مصنوعی و سیستم استنتاج عصبی - فازی تطبیقی به عنوان روش هایی موثر برای پیش بینی شدت خشکسالی حوزه «مند» استان فارس مورد بررسی قرار گرفت. برای این منظور از داده های بارندگی ماهانه ایستگاه باران سنجی تنگاب استان فارس با دوره آماری 32 ساله استفاده گردید. شدت خشکسالی در دوره ماهانه با استفاده از شاخص بارندگی استاندارد شده (SPI) تعیین شد. سپس به وسیله مدل های ANN و ANFIS و با استفاده از شاخص SPI پیش بینی شدت خشکسالی انجام گردید. از بین داده های موجود 70 درصد به عنوان داده های آموزش و مابقی به عنوان داده های اعتبار سنجی و داده های آزمون انتخاب گردید. سپس از طریق معیارهای آماری شامل ضریب همبستگی, میانگین مجذور مربعات خطا و ضریب ناش به کارایی عملکرد مدل ها پرداخته شد. نتایج نشان داد که دقت روش شبکه های عصبی مصنوعی از روش سیستم استنتاج عصبی - فازی تطبیقی بیشتر می باشد. همچنین یافته های حاصل از این بررسی نشان می دهد که هرچه پراکندگی داده های ورودی مدل بیشتر باشد مدل استنتاج عصبی - فازی تطبیقی دارای توانایی بیشتری در شبیه سازی این نوع از داده ها می باشد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    رستمی، مهناز، پهلوانروی، احمد، و مقدم نیا، علیرضا. (1394). پیش بینی خشکسالی با بکارگیری از مدل های شبکه عصبی مصنوعی و سیستم استنتاج عصبی - فازی تطبیقی در حوزه مند استان فارس. مخاطرات محیط طبیعی، 4(6)، 21-32. SID. https://sid.ir/paper/259188/fa

    Vancouver: کپی

    رستمی مهناز، پهلوانروی احمد، مقدم نیا علیرضا. پیش بینی خشکسالی با بکارگیری از مدل های شبکه عصبی مصنوعی و سیستم استنتاج عصبی - فازی تطبیقی در حوزه مند استان فارس. مخاطرات محیط طبیعی[Internet]. 1394؛4(6):21-32. Available from: https://sid.ir/paper/259188/fa

    IEEE: کپی

    مهناز رستمی، احمد پهلوانروی، و علیرضا مقدم نیا، “پیش بینی خشکسالی با بکارگیری از مدل های شبکه عصبی مصنوعی و سیستم استنتاج عصبی - فازی تطبیقی در حوزه مند استان فارس،” مخاطرات محیط طبیعی، vol. 4، no. 6، pp. 21–32، 1394، [Online]. Available: https://sid.ir/paper/259188/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