مقاله کاربرد روشهای هوش مصنوعی در پیشبینی خشکسالی بر اساس شاخص بارندگی استاندارد SPI

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

  مقاله کاربرد روشهای هوش مصنوعی در پیشبینی خشکسالی بر اساس شاخص بارندگی استاندارد SPI دارای ۹ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله کاربرد روشهای هوش مصنوعی در پیشبینی خشکسالی بر اساس شاخص بارندگی استاندارد SPI  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 کاربرد روشهای هوش مصنوعی در پیشبینی خشکسالی بر اساس شاخص بارندگی استاندارد SPI،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله کاربرد روشهای هوش مصنوعی در پیشبینی خشکسالی بر اساس شاخص بارندگی استاندارد SPI :

تعداد صفحات:۹
چکیده:
خشکسالی یکی از بزرگترین بلایای طبیعی است که سالانه خسارتهای زیادی را در سرتاسر جهان به جا میگذارد. اجرای برنامه های مدیریت خشکسالی، بعد از وقوع آن نقاط ضعف بسیاری دارد و نتیجه مناسبی را به همراه ندارد، بنابراین اگر بتوان خشکسالی را پیش بینی نمود باعث میشود با آمادگی بیشتر راهکارهای مناسب برای کاهش اثرات خشکسالی تعیین گردد و مدیریت آن بهبود یابد. به این منظور در این مقاله از دو روش هوش مصنوعی شامل شبکه عصبی پرسپترون چندلایه MLP سیستم استنباط عصبی- فازی تطبیقی ANFIS برای پیش بینی خشکسالی بر اساس اطلاعات بارندگی ایستگاه عبدالخان، واقع در حوضه کرخه استفاده گردید. در ابتدا شاخص خشکسالی استاندارد بارندگی برای ایستگاه عبدالخان در مقیاس زمانی ۳، ۶ و ۱۲ ماهه محاسبه شد؛ پس از آن مقادیر SPI محاسبه شده به عنوان ورودی روشهای پیش بینی در نظر گرفته شد. نتایج نشان داد هر دو روش با دقت قابل قبولی خشکسالی را پیشبینی میکنند. به نحوی که برای ۳ SPI6 ،SPI و ۱۲ SPI مقدار ضریب تبیین به ترتیب برابر ۰/۷۸و۰/۵۸ و ۰/۴۷ و برای ANFIS به ترتیب برابر ۰/۶۶ و ۰/۶۶ و ۰/۴۶ به دست آمده است.