پیش بینی سری زمانی دما با استفاده از شبکه های عصبی فازی ممدانی، سوگنو، لارسن و تسوکاموتو
Publish place: 14th Iranian Conference on Fuzzy Systems
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 609
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICFUZZYS14_234
تاریخ نمایه سازی: 21 اردیبهشت 1397
Abstract:
دما به عنوان یکی از مهمترین رویدادهای طبیعی بوده که بر ابعاد مختلف زندگی بشر تاثیر می گذارد. در طی دهه های اخیر روش های هوش مصنوعی، توانایی های زیادی را در مدل سازی و پیش بینی سری های زمانی غیرخطی و غیرایستا از خود نشان داده اند. ازاین رو در این مقاله، از روش های مختلف شبکه های عصبی فازی از جمله ممدانی، سوگنو، لارسن و تسوکاموتو به منظور پیش بینی سری زمانی دما، استفاده شده است. به این منظور از داده های هوا شناسی استان تهران در سال 1387 شمسی، برای ارایه نتایج شبیه سازی این مقاله استفاده شده است، در پایان، به بررسی و مقایسه نتایج حاصل از پیاده سازی و اجرای شبکه های عصبی فازی مختلف پرداخته ایم. نتایج بدست آمده، حاکی از عملکرد متفاوت شبکه های عصبی فازی مختلف در حوزه سری های زمانی متنوع می باشد، به عبارتی دیگر هر نوع شبکه عصبی فازی متناسب با سری های زمانی استفاده شده، کارآیی متفاوت خواهد داشت.
Keywords:
Authors
یوسف شرفی
دانشجوی دکتری، گروه کامپیوتر، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران
علیرضا فلاحی آذر
دانشجوی دکتری، گروه کامپیوتر، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران
محمد تشنه لب
عضو هیات علمی، گروه مهندسی برق و کامپیوتر، دانشگاه خواجه نصیر الدین طوسی، تهران