مقاله پيش بيني بارش ماهانه با استفاده از شبکه هاي عصبي مصنوعي (مورد: تهران) که چکیده‌ی آن در زیر آورده شده است، در بهار ۱۳۸۹ در پژوهشهاي جغرافياي طبيعي (پژوهش هاي جغرافيايي) از صفحه ۵۱ تا ۶۳ منتشر شده است.
نام: پيش بيني بارش ماهانه با استفاده از شبکه هاي عصبي مصنوعي (مورد: تهران)
این مقاله دارای ۱۳ صفحه می‌باشد، که برای تهیه‌ی آن می‌توانید بر روی گزینه‌ی خرید مقاله کلیک کنید.
کلمات مرتبط / کلیدی:
مقاله بارش
مقاله پيش بيني
مقاله شبکه هاي عصبي مصنوعي
مقاله الگوريتم ژنتيک
مقاله تهران

نویسنده(ها):
جناب آقای / سرکار خانم: قلي زاده محمدحسين
جناب آقای / سرکار خانم: دارند محمد

چکیده و خلاصه‌ای از مقاله:
گسترش سريع استفاده از شبکه هاي عصبي مصنوعي (ANN) به عنوان مدل تجربي و کارآمد در علوم مختلف از جمله هواشناسي و اقليم شناسي نشان دهنده ضرورت ارزش بالاي مطالعه اين مدل هاست. پيش بيني بارش براي اهداف مختلفي نظير برآورد سيلاب، خشکسالي، مديريت حوضه آبريز، کشاورزي و … داراي اهميت بسياري است. هدف اين مقاله پيش بيني بارش ماهانه با استفاده از شبکه هاي عصبي مصنوعي در شهر تهران مي باشد. در اين تحقيق از داده هاي بارش ماهانه طي دوره آماري ۵۳ سال (۱۹۵۱-۲۰۰۳) و شبکه هاي عصبي مصنوعي به عنوان يک روش غيرخطي جهت پيش بيني بارش استفاده شده است. نتايج اين تحقيق بعد از آزمون شبکه با لايه هاي پنهان و با ضرايب يادگيري مختلف نشان داد که استفاده از شبکه هاي عصبي مصنوعي با يک پرسپترون ۲ لايه پنهان با ضريب يادگيري ۱/۰ و مومنتم ۷/۰ مدل نسبتا بهتري را ارايه مي کند. ضريب همبستگي بين مقادير واقعي ماهانه بارش و پيش بيني شده توسط شبکه بدون ترکيب با الگوريتم ژنتيک برابر با ۸۸/۰ و ضريب تعيين برابر با ۷۷/۰ مي باشد. همچنين بعد از آموزش مجدد شبکه و آزمون شبکه با لايه هاي پنهان و ضرايب مختلف يادگيري در ترکيب با الگوريتم ژنتيک نشان داد که ترکيب شبکه با ويژگي هاي مذکور با الگوريتم ژنتيک باعث کاهش خطا و افزايش سرعت محاسبات شده و مدل بهتري را ارايه مي کند. ضريب همبستگي بين مقادير واقعي ماهانه بارش و پيش بيني شده توسط شبکه برابر با ۹۱/۰ و ضريب تبيين برابر با ۸۳/۰ مي باشد.