کاربرد الگوهای شبکه مصنوعی در شبیه سازی شدت خشکسالی
محل انتشار: نهمین همایش ملی علوم و مهندسی آبخیزداری ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 738
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
WATERSHED09_041
تاریخ نمایه سازی: 22 اردیبهشت 1393
چکیده مقاله:
خشکسالی یکی ازمهمترین پدیده های آب وهوایی استک ه درهمه شرایط اقلیمی و درهمه مناطق کره زمین به وقوع می پیوندد پیش بینی خشکسالی نقش مهمی درکاهش خسارت خشکسالی ایفا مینماید ازانجا که درطی دهه های اخیر شبکه های عصبی توانایی زیادی را درمدلسازی سریهای زمانی نشان داده اند بدین منظور پس ازارزیابی شاخص بارش استاندارد درگام های زمانی 3و12 ماهه ازشبکه عصبی پرسپترون سه لایه با تابع لوگ سیگموئید و الگوریتم اموزشی پس ازانتشار خطا برای پیش بینی یک ماه بعدمقادیر SPI دوازده و سه ماهه استفاده شد نتایج بیانگر این بود که مدل منتخب SPI12 درمقایسه با مدل منتخب SPI13 ازدقت بیشتری برای پیش بینی یک ماه بعدمقادیر SPI برخوردار است
کلیدواژه ها:
نویسندگان
منیرالسادات طباطبایی زاده
دانش آموخته کارشناسی ارشد مدیریت مناطق بیابانی دانشگاه تهران
جلال برخورداری
عضو هیات علمی مرکز تحقیقات کشاورزی و منابع طبیعی استان یزد
راضیه شاه بندری
دانش آموخته کارشناسی ارشد مدیریت مناطق بیابانی دانشگاه تهران
سمیه حجابی
دانش آموخته کارشناسی ارشد هواشناسی کشاورزی دانشگاه تهران
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 :