فایل ورد مقالات

 

مقاله بررسی تاثیر عوامل اقلیمی در دقت پیشبینی خشکسالی مبتنی بر شبکه عصبی مصنوعی درمنطقه یزد دارای 12 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله بررسی تاثیر عوامل اقلیمی در دقت پیشبینی خشکسالی مبتنی بر شبکه عصبی مصنوعی درمنطقه یزد کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.

این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله بررسی تاثیر عوامل اقلیمی در دقت پیشبینی خشکسالی مبتنی بر شبکه عصبی مصنوعی درمنطقه یزد،به هیچ وجه بهم ریختگی وجود ندارد

---

بخشی از متن مقاله بررسی تاثیر عوامل اقلیمی در دقت پیشبینی خشکسالی مبتنی بر شبکه عصبی مصنوعی درمنطقه یزد :

سال انتشار: 1388

محل انتشار: پنجمین همایش ملی علوم و مهندسی آبخیزداری ایران

تعداد صفحات: 12

چکیده:

خشکسالی یک شکل طبیعی از اوضاع آب و هوایی است که تکرار آن در طول زمان امری اجتناب ناپذیر میباشد. هدف اصلی این تحقیق بررسی تاثیر نوع پارامترهای اقلیمی در پیشبینی خشکسالی با استفاده از شبکه عصبی مصنوعی در مناطق مختلف استان یزد است. در اغلب ایستگاههای هواشناسی منطقه یزد (ایستگاههای باران سنجی) تنها داده های مربوط به پارامتر بارش موجود می باشد، در حالی که ایستگاههای سینوپتیک علاوه بر بارش سایر پارامترهای هواشناسی از جمله دمای ماکزیمم، دمای متوسط، رطوبت نسبی، سرعت متوسط باد، جهت باد و میزان تبخیررا نیز دارا میباشند. در این تحقیق سعی گردید که نقش تعداد و نوع پارامترهای اقلیمی (به عنوان عوامل ورودی مدل) در دقت پیش بینی خشکسالی بر اساس شبکه های عصبی مصنوعی مورد ارزیابی قرار گیرد. منطقه مورد بررسی بخشی از استان یزد است که در بر گیرنده 13 ایستگاه کلیمالوژی و 1ایستگاه سینوپتیک است. جهت انجام این بررسی میانگین متحرک سه ساله بارش در تمام ایستگاهها محاسبه شد و سپس با
استفاده از مدل شبکه عصبی مصنوعی 1 (شبکه برگشتی با تاخیر زمانی 2)، میانگین متحرک بارش یک سال آینده پیشبینی گردید، که خود عامل اصلی ارزیابی وضعیت خشکسالی در سال آتی میباشد. علاوه بر آن در ایستگاه سینوپتیک یزد نیز شبیهسازی ها با ترکیبات مختلفی از ورودیها انجام گرفت. بررسیها نشان داد علی رغم این که در 13 ایستگاه بارانسنجی منطقه به جز بارش سایر پارامترهای هواشناسی موجود نبود وشبیه سازیها تنها با یک ورودی (بارش) انجام گرفت، اما در برخی ایستگاهها نتایج قابل قبولی بدست آمد که حتی ضریب کارایی آن بسیار نزدیک به ایستگاه یزد (با ورودیهای مختلف) محاسبه گردید.البته میزان درستی پیش بینیها هنگامی که فقط از یک عامل ورودی در مدل استفاده شده است از ایستگاهی به ایستگاه دیگر متفاوت بوده است. نتایج بدست آمده گویای انعطاف پذیری قابل ملاحظه مدلهای شبکه عصبی مصنوعی است که آنها را به ابزار مناسبی جهت مدلسازی در شرایطی که با فقر داده مواجه هستیم مبدل میسازد.

 

دانلود این فایل

 

کلمات کلیدی :