ارزیابی و مقایسه روش شبکه عصبی مصنوعی پرسپترون چندلایه و رگرسیون مبتنی بر داده های زمین پایه جهت پیش بینی دمای کمینه و بیشینه روزانه فرودگاه هاشمی نژاد مشهد
Publish place: Fourth National Conference on New Achievements in Electrical and Computer and Industries
Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 337
This Paper With 10 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:
NCAEC04_104
تاریخ نمایه سازی: 29 اردیبهشت 1398
Abstract:
بررسی و تحلیل دمای هوا به عنوان یکی از پارامترهای اقلیمی در مدیریت منابع آبی و طبیعی، کشاورزی، گسترش آفات و بیماری ها، تبخیر و تعرق، خشکسالی و غیره اهمیت زیادی دارد. لذا در این مقاله می خواهیم به مقایسه روش های مختلف پیش بینی دمای کمینه و بیشینه ایستگاه فرودگاهی هاشمی نژاد مشهد بپردازیم. برای این امر از دو روش شبکه عصبی مصنوعی و رگرسیون استفاده می کنیم. برای آموزش شبکه عصبی پرسپترون چندلایه و رگرسیون از پارامترهای دمای هوا، دمای نقطه شبنم، فشار هوا، سرعت باد و تغییرات فشار ایستگاه سینوپتیک فرودگاهی مشهد استفاده نموده ایم. مقایسه مقادیر RMSE و MSE دو روش پیشنهادی نشان می دهد که روش رگرسیون هم در دمای کمینه و هم در دمای بیشینه دارای مقادیر کمتری نسبت به روش پرسپترون چند لایه می باشد و دارای عملکرد بالایی در پیش بینی دمای روزانه ایستگاه سینوپتیک هاشمی نژاد مشهد می باشد.
Keywords:
دمای کمینه و بیشینه , شبکه عصبی پرسپترون چندلایه , روش رگرسیون , پیش بینی دما , فرودگاه هاشمی نژاد مشهد
Authors
هادی آدینه پور
سازمان هواشناسی کشور