معصومه مهاجری برازجانی - دانشجوی کارشناسی ارشد نرم افزار کامپیوتر دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر
سرخوش صدیقی چهاربرج - استادیار و عضو هیات علمی دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر
یوسف قیصری - استادیار و عضو هیات علمی دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر

تغییر اقلیم یکی از معضلات کنونی جامعه بشری است و تهدیدی برای سیاره زمین به شمار میآید که بررسی و پیشبینی عناصر آن هم از جهت برنامهریزیهای مربوط به آبیاری، کنترل آفات و بیماریها، خشکسالی و هم از جهت مدیریت شرایطبحران اهمیت زیادی دارد. از آنجا که دو پارامتر دما و رطوبت از مهمترین پارامترهای هواشناسی میباشند و بقیه تغییرات جوی همسو با تغییرات این دو پارامتر میباشد بنابراین در این مقاله سعی شده است با استفاده از مدلهای شبکه عصبی خودرگرسیونNARو شبکه عصبی خودرگرسیونی با ورودیهای برونزاNARX پیشبینی مناسبی برای این دوپارامتر صورت بگیرد. برای این منظور از دادههای هواشناسی سازمان استان بوشهر (مربوط به سالهای 1391 و 1392 ) ومعیارهای ارزیابی کارایی مدلها از جملهNRMSE و RMSE ،R2 استفاده شده است. ساختارهای مختلف برای مدلهای شبکه عصبی مصنوعی دینامیک با مقایسه شاخص جذر متوسط مربع خطا بررسی گردید. نتایج ارزیابی کارایی مدلهانشان داد که مدل غیر خطی شبکه عصبی خودرگرسیونیNARXدر پیشبینی دما و رطوبت از دقت بیشتری در مقایسه بامدل شبکه عصبی خود رگرسیونNAR برخوردار میباشد. برای انجام این پژوهش از برنامهMATLAB2012aاستفاده شده است.

پیشبینی، هواشناسی، شبکه عصبی دینامیک ، NAR ،NARX ، شهر بوشهر