به دست اوردن پارامترهای غالب CGCM3 با استفاده از روش ترکیبی الگوریتم ژنتیک و شبکه های عصبی
Publish Year: 1389
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 816
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCCLWRM01_091
تاریخ نمایه سازی: 2 آذر 1389
Abstract:
یکی از روشهای پیش بینی تغییرات اقلیمی استفاده از خروجی های مدل جهانی اقلیم GCM Climate Models Global می باشد اما بدلیل بزرگ بودن شبکه های مدل GCM این مدلها در مطالعات محلی و منطقه ای کارامد نیستند اخیرا برای بهبود خروجیهای GCM در مقیاس منطقه ای روش ریز مقیاس نمایی اماری مورد استفاده قرارگرفته است یکی از مهمترین مراحل انجام روش ریز مقیاس نمایی اماری انتخاب متغیرهای مستقلی است که در مدل نهایی از آنها استفاده می شود به این متغیرها ی مستقل انتخاب شده متغیرهای غالب گفته می شود به علت اینکه تاثیر متغیرهای مستقل برروی متغیر وابسته در زمانهای مختلف متفاوت است تصمیم گیری و انتخاب متغیرهای غالب فرایندی پیچیده است دراین تحقیق برای انتخاب متغیرهای غالب از ترکیب روش الگوریتم ژنتیک و شبکه های عصبی استفاده شده است برطبق نتایج تجربی مشاهده شده مشخص گردید که نتایج الگوریتم پیشنهادی همیشه بهتر یا حداقل برابر با نتایج ASD خواهد بود.
Keywords:
Authors
نسیم زینتی
دانشجوی ارشد مهندسی آب
مسعودرضا حسامی کرمانی
استادیار بخش مهندسی عمران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :