مقاله کاربرد شبکه عصبي مصنوعي در شبيه سازي عناصر اقليمي و پيش بيني سيکل خشکسالي (مطالعه موردي: استان اصفهان) که چکیده‌ی آن در زیر آورده شده است، در پاييز ۱۳۸۹ در جغرافيا و برنامه ريزي محيطي (مجله پژوهشي علوم انساني دانشگاه اصفهان) از صفحه ۱۰۷ تا ۱۲۰ منتشر شده است.
نام: کاربرد شبکه عصبي مصنوعي در شبيه سازي عناصر اقليمي و پيش بيني سيکل خشکسالي (مطالعه موردي: استان اصفهان)
این مقاله دارای ۱۴ صفحه می‌باشد، که برای تهیه‌ی آن می‌توانید بر روی گزینه‌ی خرید مقاله کلیک کنید.
کلمات مرتبط / کلیدی:
مقاله شبکه عصبي مصنوعي
مقاله پيش بيني خشکسالي
مقاله پرسپترون چندلايه
مقاله مارکوارت – لونبرگ
مقاله استان اصفهان

نویسنده(ها):
جناب آقای / سرکار خانم: خوشحال دستجردي جواد
جناب آقای / سرکار خانم: حسيني سيدمحمد

چکیده و خلاصه‌ای از مقاله:
در اين  پژوهش، از شبکه هاي عصبي مصنوعي (Artificial Neural Networks) به عنوان ابزاري توانمند در مدل سازي فرآيندهاي غيرخطي و نامعين، به منظور پيش بيني سيکل خشکسالي در ۲۰ ايستگاه سينوپتيک، کليماتولوژي و هيدرومتري استان اصفهان که حداقل ۲۰ سال آمار روزانه داشتند، استفاده شد. از نرم افزار MATLAB-7 و در شاخه Neural Network، براي پيش بيني و تجزيه و تحليل عناصر اقليمي کمک گرفته شد. ورودي مدل هاي ANN، داده هاي ميانگين ماهانه بارش، دبي حداقل و دماي بيشينه است که اين داده ها، بازه زماني سال هاي ۱۳۶۰ تا ۱۳۸۳ را در بر مي گيرند. اطلاعات ۲۰ ساله براي آموزش مدل ها و ۴ سال باقي مانده براي آزمايش آن ها به کار رفته است. شبکه مورد استفاده از نوع پرسپترون چندلايه (Multi-layer Perceptron) با الگوريتم پس انتشارِ خطا ( Back Propagation) و تکنيک يادگيري مارکوارت – لونبرگ (Train LM: Levenberg-Marquardt) است. ساختارهاي گوناگوني از شبکه عصبي با تغيير در لايه هاي ورودي (۶ مدل)، تعداد گره ها در لايه هاي پنهان و خروجي (۲ الي۲۰ گره) ايجاد گرديد. نتايج حاصل از تحقيق حاضر، نشان مي دهد که در  ميان الگوهاي مورد بررسي، دماي بيشينه، دبي و بارش، نقش مثبتي در پيش بيني خشکسالي هاي استان اصفهان داشته، با کاربرد شبکه عصبي مصنوعي مي توان با دقت بالاي ۹۵ درصد، سيکل خشکسالي استان را پيش بيني نمود.