مقاله مقایسه مدل شبکه عصبی مصنوعی (ANN) و SDSM در کوچک مقیاس سازی دما


در حال بارگذاری
مقاله مقایسه مدل شبکه عصبی مصنوعی (ANN) و SDSM در کوچک مقیاس سازی دما
23 اکتبر 2022
فایل ورد و پاورپوینت
2120
1 بازدید
۷۹,۷۰۰ تومان
خرید

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 مقاله مقایسه مدل شبکه عصبی مصنوعی (ANN) و SDSM در کوچک مقیاس سازی دما دارای ۲۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله مقایسه مدل شبکه عصبی مصنوعی (ANN) و SDSM در کوچک مقیاس سازی دما  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله مقایسه مدل شبکه عصبی مصنوعی (ANN) و SDSM در کوچک مقیاس سازی دما،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله مقایسه مدل شبکه عصبی مصنوعی (ANN) و SDSM در کوچک مقیاس سازی دما :

تعداد صفحات :۲۶

در این پژوهش کوچک مقیاس سازی دما در دشت تجن واقع در استان مازندران انجام گرفت. نتایج مدل­های گردش عمومی جو با مدل اقلیمیHadCM3تحت سناریوی A2به دست آمد. از آنجایی که خروجی مدل­های گردش عمومی جو دارای وضوح مکانی پایینی است می­بایست در سطح منطقه یا حوزه کوچک مقیاس شوند که این کار به روش آماری انجام شد. روش­های آماری مورد استفاده شامل مدل کوچک مقیاس سازی SDSM5.5.1 و مدل شبکه عصبی مصنوعی است. در این پژوهش، با استفاده از اطلاعات میانگین دمای روزانه ایستگاه کردخیل در طول دوره آماری ۳۰ ساله (۲۰۰۱-۱۹۷۱) و متغیر­های بزرگ مقیاس NCEP، به عنوان ورودی­های شبکه عصبی و مدل SDSM، شبیه سازی و کوچک مقیاس سازی دمای بیشینه و کمینه در دوره گذشته به منظور تعیین خطای مدل­ها صورت گرفت. بدین منظور از امکانات و توابع موجود در محیط برنامه­نویسی متلب، بهره گرفته شد. سپس برای ارزیابی عملکرد مدل­ها، از معیار­های آماری از جمله ضریب همبستگی،ضریب تبیین و جذر میانگین مربعات خطا بین مقادیر مشاهداتی و پیش­بینی شده­ی دما استفاده شد. نتایج به­دست آمده نشان دهنده کارآیی مناسب مدل SDSMبرای کوچک مقیاس سازی دما نسبت به مدل شبکه عصبی مصنوعی است. به طوری که درصد خطای مدل SDSMکمتر از شبکه عصبی و ضریب همبستگی آن بیشتر است.همچنین بهترین ساختار شبکه عصبی برای شبیه سازی دمای بیشینه مدل پرسپترون چهار لایه پنهان با معماری ۶-۶-۵-۵ و برای متغیر دمای کمینه مدل پرسپترون سه لایه پنهان با معماری ۱-۳-۵ می­باشد.

  راهنمای خرید:
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.