سمیه پوربصیرت - دانشجوی کارشناسی ارشد مهندسی مکانیزاسیون کشاورزی، دانشگاه شهرکرد
بهرام حسین زاده سامانی - استادیار گروه مکانیک بیوسیستم، دانشگاه شهرکرد
مهدی قاسمی ورنامخواستی - استادیار گروه مکانیک بیوسیستم، دانشگاه شهرکرد -
مهران حیدری بنی - کارشناس سازمان هواشناسی استان چهارمحال و بختیاری

امروزه با گسترش مدلهای هوشمند در علوم مختلف، از جمله اقلیم شناسی و لزوم پیشبینیهای دقیقتر،جایگزینی آنها به جای مدلهای تجربی اهمیت پیدا میکند. یکی از این روشها، شبکههای عصبی مصنوعی است. این تحقیق در شهرستان شهرکرد، به پیشبینی میانگین تابش روزانه و ماهانه در طی دوره آماری 2016 - 1971 پرداختهاست. نتایج حاصل بعد از آزمون شبکه با تعداد مختلف، لایه پنهان و نرون نشان داد، یک شبکه پرسپترون با 3لایه پنهان بهترین مدل برای پیشبینی میباشد. ضریب همبستگی و خطا برای میانگین تابش ماهانه0.98و 05/ 5 ، روزانه 0.95 و 6.14 گزارش شد.

شبکه عصبی مصنوعی، شبکه پرسپترون، تابش، پیشبینی، ضریب همبستگی