بررسی کاربرد مدلهای شبکه عصبی مصنوعی در شبیهسازی و پیشبینی خشکسالی
Publish place: The Second National Seminar on Drought Effects/Management
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,764
This Paper With 7 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:
شناسه ملی سند علمی:
NSDEM02_061
تاریخ نمایه سازی: 6 اسفند 1387
Abstract:
خشکسالی یکی از بزرگترین بلاهای طبیعی محسوب میشود که تاثیر آن بر جوامع بشری بیشتر از سایر بلاهای طبیعی میباشد. در این مقاله به بررسی کاربرد مدلهای مختلف شبکه عصبی در پیشبینی خشکسالی در ایستگاه یزد پرداخته شده است. ورودیهای مورد استفاده در مدل شامل بارش ماهیانه و برخی پارامترهای هواشناسی بوده و بر همین اساس میزان بارش در یکسال آینده پیشبینی شده است. بر اساس بررسیهای انجام شده ساختارهای دینامیک شبکه عصبی شامل در دو شبکه برگشتی (Recurrent network=RN) و برگشتی با تاخیر زمانی (Iag recurrent network=TLRN Time) در این زمینه کارایی بهتری را نشان دادند. در نهایت شبکه TLRN جهت پیشبینی میانگین متحرک سهساله بارش در یکسال آینده و به تبع آن وضعیت خشکسالی به عنوان مناسبترین مدل تشخیص داده شد.
Keywords:
Authors
حمیده افخمی
دانشجوی کارشناسی ارشد آبخیزداری، دانشکده منابع طبیعی، دانشگاه یزد
محمد تقی دستورانی
استادیار دانشکده منابع طبیعی، دانشگاه یزد
حسین ملکی نژاد
استادیار دانشکده منابع طبیعی، دانشگاه یزد
محمدحسین مبین
استادیار دانشکده منابع طبیعی، دانشگاه یزد
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 :