پیش بینی بارش روزانۀ استان کرمان با شبکه های عصبی مصنوعی (مطالعة موردی: کرمان، بافت و میانده جیرفت) | ||
| جغرافیاوتوسعه ناحیه ای | ||
| مقاله 10، دوره 12، شماره 2 - شماره پیاپی 23، اسفند 1393 اصل مقاله (629.69 K) | ||
| نوع مقاله: علمی- پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22067/geography.v12i23.26991 | ||
| نویسندگان | ||
| کمال امیدوار1؛ معصومه نبوی زاده* 2 | ||
| 1دانشگاه یزد | ||
| 2دانشگاه یزد- آموزش و پرورش ناحیه 2 کرمان | ||
| چکیده | ||
| اهداف: هدف این پژوهش، پیش بینی بارش روزانه با استفاده از آمار روزانۀ هواشناسی ایستگاه های کرمان، بافت و میانده جیرفت، طی دورۀ مشترک آماری 23 ساله (2012-1989) می باشد. روش: برای دست یافتن به هدف تحقیق، به آموزش شبکه های عصبی مصنوعی با ساختار پرسپترون چند لایه و شبکة عصبی تابع پایة شعاعی پرداخته شد. ترکیب های مختلف پارامترهای کمینۀ دما، بیشینۀ دما، میانگین دما، رطوبت نسبی، سرعت و جهت باد و نیز میانگین فشار، به عنوان ورودی های شبکه های عصبی مصنوعی و بارش روزانه به عنوان خروجی شبکه درنظر گرفته شدند. یافته ها/ نتایج: نتایج نشان داد شبکه های عصبی مصنوعی پایۀ تابع شعاعی از دقت بسیار بیشتر و خطای کمتری نسبت به شبکة عصبی پرسپترون، برای تخمین بارش روزانه در هر سه ایستگاه برخوردار هستند. نتیجه گیری: در بهترین ترکیب با پارامتر های کمینه و بیشینه و حداقل دما و رطوبت نسبی، سرعت و جهت باد و نیز میانگین فشار در ایستگاه کرمان با ضریب همبستگی 907/0 و جذر میانگین مربعات خطای 014/0، بهترین مدل پیش بینی بارش در این تحقیق شناخته شدند. | ||
| کلیدواژهها | ||
| پیش بینی بارش؛ شبکۀ عصبی پرسپترون؛ شبکۀ عصبی تابع پایة شعاعی؛ کرمان؛ بافت؛ میانده جیرفت | ||
|
آمار تعداد مشاهده مقاله: 1,730 تعداد دریافت فایل اصل مقاله: 1,039 |
||