تعیین مناسب ترین روش ترکیب ورودی شبکه عصبی مصنوعی به منظور تعیین پارامترهای باد بر پیش بینی پدیده طوفان گرد و غبار (مطالعه موردی: استان یزد)
Publish Year: 1394
نوع سند: مقاله ژورنالی
زبان: Persian
View: 191
This Paper With 11 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_IJRDR-22-2_004
تاریخ نمایه سازی: 27 فروردین 1402
Abstract:
هدف از این مطالعه تعیین برخی عوامل تاثیر گذار بر پدیده طوفان گردوغبار با استفاده از روش های مختلف است. به منظور تعیین مناسب ترین ترکیب ورودی، از روش های کاهش متغیر از قبیل تحلیل عاملی (حداکثر احتمال، تجزیه مولفه های اصلی)، آزمون گاما و رگرسیون چند متغیره استفاده شد. هر کدام از روش های مذکور ترکیب متفاوتی را ارائه نمودند که هر کدام از این ترکیب ها در مدل شبکه عصبی پیشخور پس انتشار با توابع آموزشی لورنبرگ مارکوآت استفاده شد که رگرسیون گام به گام با ۸۷/۰R²= و ۰۴/۰RMSE= مناسب ترین ترکیب را برای مدل شبکه عصبی معرفی نمود همچنین داده ها را به صورت ماهانه و فصلی با استفاده از مناسب ترین ورودی به شبکه اعمال شد و شبیه سازی پدیده طوفان گردوغبار در فصل های تابستان و بهار و در ماه های اردیبهشت، فروردین، خرداد، تیر، شهریور و مرداد با شاخص های آماری ضریب همبستگی بالاتر و میانگین مربعات خطای پایین تر بدلیل پراکنش مناسب داده های طوفان گرد و غبار انجام شد. نتایج تحقیق نشان داد که بر اساس روش های به کار رفته، بیشترین تاثیر بر پدیده طوفان گرد و غبار را در استان یزد، عوامل سرعت باد غالب، دید افقی، تداوم و میانگین سرعت باد به عهده دارند
Keywords:
شبکه عصبی مصنوعی , طوفان گرد و غبار , رگرسیون گام به گام , آزمون گاما , تجزیه مولفه های اصلی , تجزیه عاملی
Authors
محسن یوسفی
دانشجوی کارشناسی ارشد آبخیزداری دانشکده منابع طبیعی و کویرشناسی، دانشگاه یزد، ایران
لیلا کاشی زنوزی
کارشناس ارشد پژوهشی، بخش تحقیقات بیابان، موسسه تحقیقات جنگلها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران