تئوری موجک و شبکه پرسپترون چند لایه برای پیش بینی شاخص خشکسالی هواشناسی

در سال های اخیر استفاده از شبکه های عصبی مصنوعی ومدل هیبریدی موجک عصبی در پیش بینی پارامترهای هیدرولوژیکی بسیار متداول شده است. هدف این پژوهش پیش بینی شاخص های خشکسالی هواشناسی در مقیاس سه ماهه در ایستگاه های سینوپتیک حوضه دریاچه ارومیه در دوره آماری 26 ساله 1988-2013 می باشد. برای محاسبه مقدار تبخیر وتعرق پتانسیل از روشتورنت وایت استفاده گردید. در روش تلفیقی موجک شبکه عصبی مصنوعی ابتدابا استفاده از موجک گسسته مایر، پرازش اولیه روی ماتریس های ورودی انجام گرفت.نتایج نشان داد استفاده از موجک مایر والگوریتم لونبرگ - مارگوات باعث افزایش دقت مدل نسبت به شبکه عصبی مصنوعی می گردد.

Keywords:

شاخص های خشکسالی , شبکه عصبی موجکی , الگوریتم لونبرگ مارگوات