بررسی توانایی دو روش شبکههای عصبی مصنوعی و ماشینهای بردار پشتیبان در پیشبینی طوفانهای گرد و خاک شهر زابل

سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,541

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

WATERSHED04_198

تاریخ نمایه سازی: 28 دی 1386

چکیده مقاله:

استفاده از روش های مختلف هوش مصنوعی 1 مدتی است که در شاخه های گوناگون علوم مورد توجه قرا ر گرفته است . دلیل این امر را می توان توانایی بالای این روش ها در یادگیری روند موج ود در فرآیندهای مختلف ذکر کرد . با استفاده از این روش ها می توان فرآیندهایی را که و قوع آن ها از یک رابطه ی خطی و معین تبعیت نمی کند شبیه - سازی و نیز پیش بینی کرد . در این مطالعه به پیش بینی طوفان های گرد و خاک در شهر زابل با استفاده از دو روش هوش مصنوعی پرداخ ته شده است . قدرت روش شبکه های عصبی مصنوعی و روش ماشین های بردار پشتیبان و نیز روش رگرسیون گامبهگام در پیشبینی این طوفانها مورد مطالعه قرار گرفته است

نویسندگان

محمدرضا جمالیزاده تاجآبادی

دانشجوی کارشناسی ارشد رشتهی بیابان زدایی

علیرضا مقدم نیا

استادیار گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه زابل

جمشید پیری

کارشناس ارشد ادارهی جهاد کشاورزی شهرستان زابل

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • انواری، م.1386. منشاء یابی رسوبات بادی دشت سیستان، مطالعه‌ی موردی:جزینک. ...
  • ایرانمنش، ف.، م. عرب‌خدری و م. اکرم.1384. بررسی مناطق برداشت ...
  • پیری، ج. 1385. _ پایان‌نامه‌ی کارشناسی ارشد رشته‌ی زهکشی، دانشگاه ...
  • تمدن، س. 1381. کاربرد هوش مصنوعی در مهندسی صنایع، پایان ...
  • دلاوری، م.1384. بررسی تغییرات تراز آب دریاچه‌ی ارومیه. پایان‌نامه‌ی کارشناسی ...
  • رضایی، ع.1383. مدل‌سازی منطقه‌ای دبی‌های اوج زیرحوزه‌های آبخیز سد سفیدرود ...
  • منهاج، م.1377. مبانی شبکه‌های عصبی (هوش محاسباتی)، نشر دکتر حسابی، ...
  • مهندسین مشاور جامع ایران.1382. مطالعات جامع اراضی سیستان. بخش اقلیم. ...
  • میری، ع.1384. بررسی تاثیر فرسایش بادی بر شهر زابل. پایان‌نامه‌ی ...
  • Adrianto, I. 2006. Support vector machine: an introduction. School of ...
  • Asli, C. and I.B. Turksen. 2007. Fuzzy functions with support ...
  • Bhattacharya.B, D.P. Solomatine. 2006. Machine learning in soil classification. Journal ...
  • Blanz, V., B. Scholkopf, H. Bulthoff, _ Burges, V. Vapnik, ...
  • Burges, C.J.C. 1996. Simplified support vector decision rules. International Conference ...
  • C erda-Villafana, G. 2005. Artificial Intelligence Techniques in Flood Forecasting. ...
  • Chin K. K. 1998. Support Vector Machines applied to Speech ...
  • Christopher j. c. burges. 1998. A Tutorial on Support Vector ...
  • Cortes, C. and V. Vapnik. 1995. Support vector networks. Machine ...
  • Dierckx, P. 1993. Curve and Surface Fitting with Splines. Monographs ...
  • Engelstaedter, S. 2001. Dust Storm Frequencies and Their Relationship to ...
  • Ginsberg, M. L. (1993) Essentials of Artificial Intelligence. Morgan Kaufmann ...
  • Girosi, F. 1997. An equivalence between sparse approximation and Support ...
  • Gunn, S.R. 1998. Support Vector Machines for Classification and Regression. ...
  • Han, D. 2007. Flood Forecasting Using Support Vector Machines. Journal ...
  • Haykin, S. 1999. Neural Networks: A Comprehensive Foundation. 2nd ed. ...
  • Hearst, M.A. 2006. Support Vector Machines. University of California. Berkeley. ...
  • Hsu, N. 2004. Near Real Time Detection and Monitoring of ...
  • Jain, S.K. Das, A. and Srivastava, D.K.1999. Application of ANN ...
  • Luger, G. F. 1998. Artificial Intelligence. Structures and Strategies for ...
  • Mohandes, M.A., T. O. Halawani, S. Rehman, A.H. Ahmed. 2004. ...
  • Nilsson, N. J. 1998. Artificial Intelligence: a new synthesis. Morgan ...
  • Osuna, E. and F.Girosi. 1998. Reducing the run-time complexity of ...
  • Platt, J. C. 1999. Probabilistic outputs for support vector machines ...
  • Tripathi, S., V.V. Srinivas, Ravi S. Nanjundiah _ 2006. Downscaling ...
  • Vapnik, V. N. 1998. Statistical Learning Theory. Springer Verlag. New ...
  • Vemuri, V. 1998. artificial neural networks, theoretical concepts. Washington, dc: ...
  • Westwell, I. 1999. Fact finder Guide Weather. PRC Publishing. Pp57-58. ...
  • Wetphal, D.L. 2006. Status and Future of Dust Storm Forecasting. ...
  • Winston, P. H. 1992. Artificial Intelligence. Addi son-Wesley, third edition. ...
  • Xinying Yu, Shie-Yui Liong. 2007. Forecasting of hydrologic time series ...
  • ZHI-YING L., Z. QI-MENG, Z. ZHI-CHAO. 2006. SVM in the ...
  • نمایش کامل مراجع