سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

پیش بینی و مقایسه تغییرات دمایی شهر بندرعباس با داده های نوا با استفاده از روشهای سیستم استنتاج عصبی(انفیس)و شبکه عصبی مصنوعی پرسپترون

Publish Year: 1394
Type: Conference paper
Language: Persian
View: 600

This Paper With 14 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

ICPGO03_002

Index date: 24 January 2017

پیش بینی و مقایسه تغییرات دمایی شهر بندرعباس با داده های نوا با استفاده از روشهای سیستم استنتاج عصبی(انفیس)و شبکه عصبی مصنوعی پرسپترون abstract

در این تحقیق جهت پیش بینی و مقایسه تغییرات دمایی شهر بندرعباس با داده های نوا، داده های اقلیمی ایستگاه مذکور در طی دوره آماری 2011-1992 مورد استفاده قرار گرفته اند. برای مدل سازی به روش سیستم استنتاج تطبیقی فازی- عصبی، تابع عضویت 3 و نوع خروجی خطی انتخاب گردیده که حداکثر تا 20 تکرار برای هر نرون ادامه یافت و توابع بکار رفته در سیستم انفیس شامل تابع مثلثی، تابع ذوزنقه ای، تابع توزیع گاوسی2 و تابع چند جمله ای بوده که با 4 خروجی با توابع و ورودی های مختلف انجام گردید. جهت مدل سازی به روش شبکه های عصبی از یک پرسپترون چند لایه (با 3 لایه پنهان) استفاده گردید . هدف پژوهش پیش بینی و مقایسه تغییرات دماییشهر بندرعباس با داده های نوا با استفاده از سیستم استنتاجی تطبیقی فازی- عصبی(انفیس) و شبکه عصبی پرسپترون، مقایسه نتایج و تعیین بهترین روش جهت بررسی تغییرات دمایی می باشد. روشهای اصلی بکارگرفته شده در این مطالعه عبارتند از: روش تعیین ضریب همبستگی پیرسون، سیستم استنتاجی تطبیقی فازی- عصبی و شبکه عصبی پرسپترون با 3 لایه پنهان هستند. نتایج حاصل از مدل سازی دمای میانگین ایستگاه بندرعباس با استفاده از دمای ماهواره نوا در سیستم های عصبی مصنوعی پرسپترون و انفیس یکسان و حاکی از بالایی بوده و نتایج بدست آمده به دمای واقعی ایستگاه نزدیک می باشد. بطوریکه میانگین مطلق خطاء و 2 ضرایب تعیین947/0 =R مجذور مربعات خطاء به ترتیب برابر با 06/1=MAE و 45/1=RMSE و به عبارت دیگر شبکه طراحی شده می تواند دما واقعی را حتی با کمتر از 1 درجه سانتیگراد اختلاف برآورد کند.

پیش بینی و مقایسه تغییرات دمایی شهر بندرعباس با داده های نوا با استفاده از روشهای سیستم استنتاج عصبی(انفیس)و شبکه عصبی مصنوعی پرسپترون Keywords:

پیش بینی دمای میانگین , سیستم استنتاجی تطبیقی فازی- عصبی , شبکه عصبی پرسپترون , شهر بندرعباس , همبستگی پیرسون

پیش بینی و مقایسه تغییرات دمایی شهر بندرعباس با داده های نوا با استفاده از روشهای سیستم استنتاج عصبی(انفیس)و شبکه عصبی مصنوعی پرسپترون authors

وحید سلامتی هرمزی

کارشناس مسئول اداره هواشناسی سینوپتیک و جو بالا بندرعباس

هوشمند عطایی

استادیار دانشگاه پیام نور مرکز اصفهان

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 :
تشنه لب، محمد؛ منشی، مهدی(1382)، پیش بینی پارامترهای هواشناسی با ... [مقاله کنفرانسی]
طاوسی، تقی، ثریا، محمد، راحتی، زیبا، 1389، بررسی روند دمای ... [مقاله کنفرانسی]
طاوسی، تقی، ثریا، محمد، راحتی، زیبا، 1389، بررسی روند دمای ... [مقاله کنفرانسی]
حلبیان، امیر حسین و دارند، محمد(1391)، پیش بینی بارش اصفهان ...
کیا، سید مصطفی. 1391، شبکه های عصبی در MATLAB نشر ...
منهاج، محمد باقر، 1384، مبانی شبکه های عصبی(هوش محاسباتی): جلد ...
اصغری مقدم، اصغر، نورانی، وحید، ندیری، عطاالله، 1387، مدلسازی بارش ...
بیات ورکشی، مریم، زارع ابیانه، حمید، 1388، شبیه سازی تبخیر- ...
مساعدی، ابوالفضل، حسام، موسی، قبائی سوق، محمد، هزار جریبی، ابوطالب، ...
بیات ورکشی، مریم، زارع ابیانه، حمید، 1388، شبیه سازی تبخیر- ...
حسینی، سید اسعد، 1388، برآورد و تحلیل دماهای حداکثر شهرستان ...
santer, B. D., K. E. taylor, T. M. Wigley(2013) A ...
Tolb., M. K.(1989) Greenhouse and Climate Change. Rev.of Geoghys. 27(1):45-48. ...
Wang , Shengjie .Zhang, Mingjun, Li, Zhongqin, wang, Feiteng and ...
Woli, Prem, James Jones, Keith Ingram, Joel Paz, 2013: Forecasting ...
Demuth, H., Beale, M. (2000)Neural Network Toolbox User's Guide, Copyright ...
Hornik, K. , S timchc ombe, M. , and White, ...
Coulibaly P., Anctil, F., and Bobee, B.(2000) Daily reservoir inflow ...
Karimaldini F., Shui L., Mohamed T.A., Abdollahi M. and Khalili ...
نمایش کامل مراجع

مقاله فارسی "پیش بینی و مقایسه تغییرات دمایی شهر بندرعباس با داده های نوا با استفاده از روشهای سیستم استنتاج عصبی(انفیس)و شبکه عصبی مصنوعی پرسپترون" توسط وحید سلامتی هرمزی، کارشناس مسئول اداره هواشناسی سینوپتیک و جو بالا بندرعباس؛ هوشمند عطایی، استادیار دانشگاه پیام نور مرکز اصفهان نوشته شده و در سال 1394 پس از تایید کمیته علمی سومین کنفرانس بین المللی اقیانوس شناسی خلیج فارس پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله پیش بینی دمای میانگین، سیستم استنتاجی تطبیقی فازی- عصبی، شبکه عصبی پرسپترون، شهر بندرعباس، همبستگی پیرسون هستند. این مقاله در تاریخ 5 بهمن 1395 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 600 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که در این تحقیق جهت پیش بینی و مقایسه تغییرات دمایی شهر بندرعباس با داده های نوا، داده های اقلیمی ایستگاه مذکور در طی دوره آماری 2011-1992 مورد استفاده قرار گرفته اند. برای مدل سازی به روش سیستم استنتاج تطبیقی فازی- عصبی، تابع عضویت 3 و نوع خروجی خطی انتخاب گردیده که حداکثر تا 20 تکرار برای هر نرون ادامه یافت ... . این مقاله در دسته بندی موضوعی شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله پیش بینی و مقایسه تغییرات دمایی شهر بندرعباس با داده های نوا با استفاده از روشهای سیستم استنتاج عصبی(انفیس)و شبکه عصبی مصنوعی پرسپترون با 14 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.