تعیین مناسبترین شبکه ی عصبی مصنوعی برای پیش بینی کوتاه مدت مه در فرودگاه ارومیه
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 846
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCRRAF03_081
تاریخ نمایه سازی: 29 تیر 1393
Abstract:
مه یکی از عوامل محیطی تاثیر گذار در ایمنی حمل و نقل می باشد. با توجه به ماهیت متغیر مه استفاده از روشهای کارآمدینظیر شبکه های عصبی مصنوعی برای پیش بینی آن ضروری است.با توجه به اینکه آموزش و انتخاب شبکه ی عصبی مناسب،مقیدبه مکان می باشد. ضروری است بدانیم آیا شبکه های عصبی برای پیش بینی مه درفرودگاه ارومیه کارایی دارند یا خیر؟و در صورت مثبت بودن جواب ، مناسب ترین آن چیست ؟ تحقیق حاضر با این هدف صورت گرفته است . نظر به اینکه مه باحصول همزمان دو پارامتر رطوبت نسبی بالای 57 درصد و حداکثر دید زیر 1000 متر تعریف می گردد لذا ، ابتدا ضریبهمبستگی متغیرهایی که گمان می رفت در تشکیل این دو پارامتر موثر باشند ، محاسبه گردید . در ادامه در هر گام یکی ازمتغیرها به ترتیب بزرگی ضریب همبستگی ، به مجموعه ی ورودی ها ی شبکه های عصبی اضافه گردید، تا از آنها یک بار درپیش بینی رطوبت نسبی و بار دیگر در پیش بینی حداکثر دید استفاده گردد.پس ازآموزش و ارزشیابی شبکه ها وبررسی مقادیرخروجی آنها مشخص گردید شبکه MLP بیشترین دقت را در پیش بینی مه در فرودگاه ارومیه دارا است.
Keywords:
Authors
سهراب حجام
دانشیار دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
جلال برخورداری
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
امیرحسین مشکوتی
استاد یار دانشگاه آزاد اسلامی واحد علوم و تحقیقات 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 :