سال انتشار: ۱۳۸۲

محل انتشار: پنجمین کنفرانس سراسری سیستم های هوشمند

تعداد صفحات: ۶

نویسنده(ها):

احمد فاتحی مرج – دانشجوی دکتری مدیریت منابع آب
محمد تشنه لب – عضو هیئت علمی پژوهشکده هواشناسی و علوم جو
علیرضا برهانی – استادیار دانشگاه صنعتی خواجه نصیر
غلامعلی کمالی – عضو هیئت علمی پژوهشکده هواشناسی و علوم جو

چکیده:

امروزه شبکه های عصبی مصنوعی به عنوان ابزاری قدرتمندی در مدلسازی سیستم های غیرخطی و پیچیده به کارگرفته می شود هدف اصلی ازاین مقاله استفاده از این تکنیک به منظور ارزیابی قابلیت و اصلاح پذیری شبکه عصبی در شناسایی پیش بینی دبی رودخانه دز است برای آموزشی و پیش بینی از داده های دبی ماهانه ۱۲ ساله رودخانه دز استفاده شده که از مجموع۱۴۴ داده ۱۱۶ تا و برای آموزش و بقیه داده ها برای پیش بینی درنظر گرفته شده اند دراین تحقیق از شبکه های پرسپترون چند لایه و ادالاین استفاده گردیده است برای بهینه سازی از الگوریتم پس انتشار خطا BPE استفاده شد. دراین روش اختلاف خروجی محاسبه شده و خروجی اندازه گیری شده واقعی به صورت خطا درنظر گرفته شده و از لایه اخر روی مقادیر وزنهای بین لایه ها توزیع می شود و آنها را اصلاح می کند.