بکارگیری تکنیک خوشه بندی در بهبود پیش بینی امواج ناشی از باد (مطالعه موردی: خلیج مکزیک)
Publish place: Marine Technology Journal، Vol: 8، Issue: 4
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 130
This Paper With 14 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:
JR_IJMT-8-4_008
تاریخ نمایه سازی: 28 دی 1400
Abstract:
در این مطالعه با استفاده از داده های سه ساله هواشناسی شامل سرعت باد میانگین، تندباد، فشار هوا، اختلاف دمای هوا و آب، مدت زمان تداوم وزش باد، طول موجگاه، ارتفاع امواج برای چهار بویه مستقر در خلیج مکزیک پیش بینی شده است. بدین منظور از ترکیب الگوریتم kmeans و شبکه عصبی استفاده گردیده است. در ابتدا جهت حذف تاثیر روند فصلی بر روی محاسبه ارتفاع موج، ترتیب داده های ساعتی ثبت شده به صورت نامنظم در کنار یکدیگر قرار گرفته شدند. سپس داده های هواشناسی با استفاده از الگوریتم kmeans از k=۱ تا k=۱۰ خوشه گروه بندی شدند. خوشه های تفکیک شده هر یک به عنوان ورودی مدل MLP معرفی و میانگین شاخص rmse برای k تا خوشه محاسبه گردید. نتایج نشان داد که در اکثر بویه ها، تعداد خوشه بهینه برای پیش بینی ارتفاع موج، مقادیر بین ۸ تا ۱۰ است. بعلاوه مقایسه نتایج این تحقیق با مطالعات پیشین نشان داد که در تحقیقات گذشته پیش بینی با انتخاب ورودی های ارتفاع امواج ثبت شده بویه های مجاور، به کارگیری تاخیرهای زمانی ارتفاع موج یا برخس از پارامترهای هواشناسی بوده است، درحالی که در این تحقیق جهت افزایش دقت پیش بینی تنها از پارامترهای هواشناسی به عنوان ورودی استفاده شده است که دقت نسبتا مناسبی را داراست. بنابراین کاربرد عملیاتی این مقاله به این صورت است که به کارگیری تکنیک خوشه بندی سبب افزایش دقت تخمین در ارتفاع موج می شود و یافتن مرزهای طبقه بندی داده ها نیازمند به روش های تجربی دقیق تری از روش CEM می باشد.
Keywords:
Authors
همایون احمدوند
۱- دانشجوی دکتری فیزیک دریا دانشگاه علوم و فنون دریایی خرمشهر
محمد علی نجارپور
استادیار فیزیک دریا دانشگاه علوم و فنون دریایی خرمشهر
محمد اکبری نسب
استادیار فیزیک دریا دانشگاه مازندران، دانشکده علوم دریایی و اقیانوسی
ایمان اسمعیلی پایین افراکتی
استادیار مهندسی برق، دانشگاه مازندران، دانشکده مهندسی برق
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 :