ارزیابی و پیش بینی تغییرات میانگین فصلی دما در شهر شیراز با استفاده از شبکه عصبی و تحلیل رگرسیون
Publish place: First National Conference on Climatology of Iran
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,498
This Paper With 10 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:
COLIMACONF01_008
تاریخ نمایه سازی: 11 شهریور 1392
Abstract:
در این تحقیق با بکارگیری روش شبکه های عصبی مصنوعی به عنوان یک روش غیرخطی در شهر شیراز اقدام به پیش بینی و شبیه سازی عددی میانگین فصلی دمای سالانه طی دوره آماری 55 ساله (2005-1951) شده است. نتایج حاصل از این تحقیق بعد از آزمون شبکه با لایه های پنهان و با ضرایب یادگیری مختلف نشان داد که استفاده از شبکه های عصبی با یک پرسپترون 4 لایه پنهان و ضریب یادگیری 0/1 و مومنتم 0/7 مدل شایسه ای برای پیش بینی میانگین فصسلی دمای سالانه شهر شیراز می باشد. ضریب همبستگی r، مقادیر R2 و خطای برآورد میانگین RMSE شبکه عصبی برای مقادیر واقعی و پی بینی شده نتایج مناسب تری را نسبت به مدل رگرسیون نشان می دهد. بعنوان نمونه میزان ضریب R2 برای فصل پائیز برابر با 0/54 و میزان برآورد خطای میانگین RMSE=0/23 در مقایسه با ضریب تعیین R2=0/34 و میزان خطای RMSE=0/97 در مدل رگرسیون نتایج قابل قبول تری ارائه می نماید.
Keywords:
Authors
محمد سلیقه
دانشیار اقلیم شناسی دانشگاه خوارزمی تهران، ایران
یدالله بلیانی
دانشجوی دکترای اقلیم شناسی، دانشگاه خوارزمی تهران، ایران
علیرضا خواجه بهرامی
دانشجوی کارشناسی ارشد جغرافیا و برنامه ریزی روستایی، دانشگاه خورازمی ایران
علی بیات
دانشجوی دکترای اقلیم شناسی، دانشگاه خوارزمی تهران، ایران
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 :