کاربرد مدلهای فازی عصبی استنتاجی تطبیقی - ANFIS،در شبیه سازی تغییرات دمایی دشت جم با استفاده از تابع عضویت گوسی ساده و مقایسه آن با تابع عضویت زنگی شکل

در این پژوهش به شبیهسازی تغییرات دمایی دشت جم به وسیله مدلهای نروفازی با استفاده از 2 تابع عضویت گوسی ساده gaussmf ( و زنگی شکل ) gbellmf پرداختهایم. ابتدا دادههای آماری را از ایستگاه سینوپتیک موجود در منطقه مطالعاتی بدست می- آوریم. دادههای آماری که در این پژوهش استفاده شدهاند عبارتند از رطوبت ، سرعت باد، حداقل دما ، حداکثر دما و دمای میانگین. همچنین طول دورههای آماری باید کافی باشد. پس از این که تمامی آمارها را همزمان کردیم آنها را نرمالیزه میکنیم. یعنی آنها را بین بازه [1,1] قرار میدهیم. با این کار 2 هدف را دنبال میکنیم، اولاٌ ، زمان آموزش شبکه کاهش مییابد و ثانیاٌ نتایج بهبود پیدا میکنند. سپس از 01 % دادهها جهت آموزش شبکه و 11 % دادهها جهت تست مدل استفاده میکنیم. معیار ارزیابی جهت انتخاب مدل برتر بین 2 تابع عضویت گوسی ساده و زنگی شکل ، ضریب همبستگی R و مجذور میانگین مربعات خطا RMSE میباشد. مدلی که دارای ضریب همبستگی بیشتر و مجذور میانگین مربعات خطای کمتری داشته باشد به عنوان مدل برتر انتخاب میشود. دادههای آماری دمای حداقل، حداکثر، میانگین، سرعت باد و رطوبت دشت جم از مهرماه 1631 شروع و تا شهریور ماه 1610 ادامه دارد که مجموعاٌ 21 سال یا به عبارت دیگر 252 ماه میباشد

کلیدواژه ها:

مدل فازی عصبی استنتاجی تطبیقی ، تابع عضویت ، گوسی ساده ، زنگی شکل