توسعه روش های رگرسیونی با استفاده از رویکرد فازی و شبکه عصبی در ریز مقیاس سازی اطلاعات جوی
Publish place: 5th Iranian Water Resources Management Conference
Publish Year: 1392
Type: Conference paper
Language: Persian
View: 926
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
WRM05_269
Index date: 16 July 2014
توسعه روش های رگرسیونی با استفاده از رویکرد فازی و شبکه عصبی در ریز مقیاس سازی اطلاعات جوی abstract
شواهد گویای اثرات قابل ملاحظه تغییر اقلیم بر محیط زیست جهان است. به طور معمول تغییر سریع اقلیم خطر خسارت های بیشتری را به همراه دارد. نتایج مدل های گردش عمومی حاکی از افزایش تراز سطح دریاها و به دنبال آن بروز سیل ها و حوادث طبیعی است. برای استفاده از نتایج مدل های گردش عمومی که دارای وضوح مکانی کم و غالبا همبستگی کم با اطلاعات مشاهداتی هستند، نیاز به ریز مقیاس کردن داده ها در حوضه آبریز مورد مطالعه است. در این تحقیق پس از معرفی دو مدل SDSM و DMDM برای ریز مقیاس سازی آماری، به توسعه مدل DMDM به کمک روش ها داده کاوی رگرسیونی با استفاده از رویکرد فازی و شبکه عصبی پرداخته شده است. در نهایت مدل توسعه داده شده با شاخص های خطای متنوعی مورد ارزیابی قرار گرفته است. در این مقاله، حوضه نیمه خشک آدری در استان کرمان به عنوان مطالعه موردی انتخاب شده است. ایستگاه مورد مطالعه تعداد روزها بدون بارش فراوانی داشته است که به موجب آن، پیچیدگی فرآیند ریزمقیاس سازی افزایش یافته است. نتایج استفاده از دو مدل SDSM و DMDM که در این منطقه ارائه شده است، نشانگر برتری DMDM توسعه داه شده در قیاس با SDSM و DMDM اولیه است. این برتری در شبیه سازی وقوع و مقدار و انحراف از معیار و پیش بینی بارش مشهود است.
توسعه روش های رگرسیونی با استفاده از رویکرد فازی و شبکه عصبی در ریز مقیاس سازی اطلاعات جوی Keywords:
توسعه روش های رگرسیونی با استفاده از رویکرد فازی و شبکه عصبی در ریز مقیاس سازی اطلاعات جوی authors
محمدمهدی قبادی دانا
دانشجوی کارشناسی ارشد مدیریت منابع آب،پردیس دانشکده های فنی دانشگاه تهران
محسن ناصری
دکتری مدیریت منابع آب،پردیس دانشکده های فنی دانشگاه تهران
بنفشه زهرایی
دانشیار دانشکده مهندسی عمران پردیس دانشکده های فنی دانشگاه تهران
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 :