پیشبینی خشکسالی شهر سمنان با استفاده از هوش مصنوعی

خشکسالی یکی از بلایای طبیعی است که خسارات زیادی در زندگی انسان و اکوسیستم های طبیعی بوجود می آورد و در همه رژیم های اقلیمی دیده می شود. با توجه به توانایی شبکههای عصبی در پیشبینی رخدادهای طبیعی، از جمله پیشبینی پدیده خشکسالی، در این تحقیق خشکسالی شهر سمنان برای بازه زمانی شش ماهه با یک گام جلوتر با استفاده از شبکههای عصبی RBF و MLP و مقادیر حال و پیشین بارندگی و شاخص خشکسالی SPI مورد بررسی قرار گرفته است. حدود 08 % از دادههای بارندگی بازه آماری سالهای 1611 تا 2013 1392-1345 درمرحله آموزش و 28 % در مرحله آزمون استفاده شدند. نتایج مدلسازیها ارجحیت مدلهای MLP نسبت به مدلهایRBF را نشان دادند. در انتها، مدل شبکه عصبی MLP با پنج متغیر ورودی SPI در زمان t و چهار تأخیر زمانی آن، تابع محرک لگاریتم سیگموئید و 18 نرون در لایه میانی و تابع محرک خطی در لایه خروجی با کمترین مقادیر خطا و بیشترین همبستگی به عنوان بهترین مدل انتخاب گردید

کلیدواژه ها:

خشکسالی هواشناسی ، شبکههای عصبی ، بارندگی ، شهر سمنان