امیررضا ابطحی - دانشگاه علوم اقتصادی
اسامه قویدل - دانشگاه علوم اقتصادی
احمد لاهوتی - دانشگاه علوم اقتصادی

دقت پیش بینی دمای هوا از جنبه های زیادی اهمی ت دارد . در تصمیماتی مثل مدیریت کشاوزی ، حمل و نقل و مدیریت انرژی می توان این اهمی ت را مشاهده کرد .مطالعات گذشته بر روی بکار گیری مدل شبکه عصبی مصنوعی برای پیش بینی دمای هوا از یک تا دوازده ساعت اینده تمرکز کرده اند .داده های ورودی برای این مدلها دوره ثابتی از داده های گذشته با تفکیک پذیری ثابت برای همه متغیرهای محیطی و برای همه افقهای پیش بینی را شامل می شود . هدف کلی این مقاله بهبود دقت شبکه عصبی برای پیش بینی میانگین دمای هوا می باشد.الگوریتم بکارگرفته شده شامل ترکیب شبکه عصبی پرسپترون چندلایه،الگوریتم ژنتیک و PCA است. نتایج نشان می دهد روش استفاده شده توسط این مقاله از شبکه عصبی پرسپترون چند لایه و ترکیب شبکه عصبی و ژنتیک ،بهتر عمل کرده و دارای MSE کمتری است .

شبکه عصبی پرسپترون چند لایه ، الگوریتم ژنتیک ، PCA ، پیش بینی دمای هوا