پیش بینی دمای هوا با استفاده از شبکه توابع پایه شعاعی

پیش بینی دقیق دمای هوا در بسیاری از حوزه های تصمیم گیری مفید می باشد. بطوریکه متصدیان امر در حوزه های مختلف، با اتکا به پیش بینی دقیق دمای هوا، می توانند برنامه ریزی های مناسبی انجام دهند. در زمینه پیش بینی دمای هوا، تا کنون تحقیقات متعددی انجامش شده است. روش های اولیه با توجه به دسترسی محدود به داده ها، پیش بینی سالانه دمای هوا را با تکیه بر روش های آماری انجام می دادند. با این حال، با پیشرفت روش های جمع آوری داده ها و توسعه علم کامپیوتر و افزایش سرعت اینترنت و گسترش دسترسی به آن، روش های داده کاوی ظهور یافتند که پیش بینی ماهانه دمای هوا با استفاده از آنها مقدور بود. در حال حاضر، پدیده ای بنام داده های بزرگ بر دنیا حاکم است و برای تحلیل آن روش های داده کاوی هوشمند به نام روش های مبتنی بر یادگیری ماشین ارائه شده اند تا پیش بینی دمای هوا را انجام دهند. از جمله روش های پیش بینی دما که مبتنی بر یادگیری ماشین بودند می توان به شبکه های عصبی مصنوعی(ANNها) اشاره کرد. در این تحقیق نوع دیگری از روش های داده کاوی هوشمند به نام شبکه RBFN ارائه شده است تا دقت پیش بینی را نسبت به تحقیقات پیشین بهبود دهد. برای این منظور، دمای هوای شهرستان آمل به عنوان مطالعه موردی مورد بررسی قرار گرفت. نتایج این تحقیق نشان دادند که روش پیشنهاد شده در این تحقیق، نه تنها پیش بینی روزانه دمای هوا را فراهم می نمایند، بلکه همچنین دقت بالاتری را نسبت به تحقیقات پیشین ارائه می دهند که نشان دهنده بهبود پیش بینی نسبت به روش های پیشین می باشد.

Keywords:

داده کاوی , یادگیری ماشین , شبکه RBFN , بهبود پیش بینی دمای هوا