پیش بینی خشکسالی در مناطق غرب کشور با استفاده از شبکه های بیزین

Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,381

This Paper With 6 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NCDCC01_019

تاریخ نمایه سازی: 27 آبان 1393

Abstract:

امروزه یکی از مسائل مهمی که در دنیا بیشتر مورد مطالعه دانشمندان و محققین است پیش بینی میزان بارندگی است و بهترین راه مقابله با,NAO NINO اثرات خشکسالی، پیش بینی احتمال وقوع خشکسالی می باشد. نتایج مطالعات انجام شده بیانگر این نکته است که شاخص هایدر این منطقه دارند. در سال های اخیر شبکه های بیزین به عنوان (SPI) 3,4 با اختلاف یک فصل تاثیر بیشتری بر روی بارش , SOI , TSAیکی از ابزار های مدلسازی بسیار مورد توجه قرار گرفته است. شبکه های بیزین ابزاری برای رسیدگی به دو شکل مهندسی و ریاضیات کاربردییعنی عدم قطعیت و پیچیدگی را فراهم می کنند. یک شبکه بیزین که به آن شبکه باور یا شبکه استقلال احتمالات جهت دار نیز گفته م یشودیک گراف احتمالات برای نمایش متغی رهای تصادفی و وابستگ یهای آنها م یباشد. در این مقاله هدف ما این است که با استفاده از شبکه هایاحتمال وقوع خشکسالی را پیش بینی نماییم. بدین منظور متغیرهای تصادفی مساله استخراج و SPI بیزین و شاخص های تاثیرگذار رویارتباطات آنها که بیانگر استقلال شرطی متغی رها است مشخص شده است. برای یادگیری و تست شبکه بیزین از داده های شهرستان های ارومیهو تبریز استفاده شده است. نتایج حاصل از پیاده سازی نشان می دهد شبکه های بیزین می توانند به عنوان ابزاری مناسب جهت مدل سازیاطلاعات به منظور پیش بینی خشکسالی مورد استفاده قرار گیرند.

Authors

علیرضا فاتحی مرج

دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد زنجان

علیرضا خان تیموری

دانشجوی دکترای مهندسی کامپیوتر دانشگاه صنعتی امیرکبیر

ناصر سامدپناه

دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد زنجان

پریناز اسکندریان میاندوآب

دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد زنجان

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 :