مقاله پیش بینی بارش ماهانه با استفاده از شبکه های عصبی مصنوعی (مورد: تهران)

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

  مقاله پیش بینی بارش ماهانه با استفاده از شبکه های عصبی مصنوعی (مورد: تهران) دارای ۱۷ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله پیش بینی بارش ماهانه با استفاده از شبکه های عصبی مصنوعی (مورد: تهران)  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 پیش بینی بارش ماهانه با استفاده از شبکه های عصبی مصنوعی (مورد: تهران)،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله پیش بینی بارش ماهانه با استفاده از شبکه های عصبی مصنوعی (مورد: تهران) :

مقاله پیش بینی بارش ماهانه با استفاده از شبکه های عصبی مصنوعی (مورد: تهران) که چکیده‌ی آن در زیر آورده شده است، در بهار ۱۳۸۹ در پژوهشهای جغرافیای طبیعی (پژوهش های جغرافیایی) از صفحه ۵۱ تا ۶۳ منتشر شده است.
نام: پیش بینی بارش ماهانه با استفاده از شبکه های عصبی مصنوعی (مورد: تهران)
این مقاله دارای ۱۳ صفحه می‌باشد، که برای تهیه‌ی آن می‌توانید بر روی گزینه‌ی خرید مقاله کلیک کنید.
کلمات مرتبط / کلیدی:
مقاله بارش
مقاله پیش بینی
مقاله شبکه های عصبی مصنوعی
مقاله الگوریتم ژنتیک
مقاله تهران

چکیده و خلاصه‌ای از مقاله:
گسترش سریع استفاده از شبکه های عصبی مصنوعی (ANN) به عنوان مدل تجربی و کارآمد در علوم مختلف از جمله هواشناسی و اقلیم شناسی نشان دهنده ضرورت ارزش بالای مطالعه این مدل هاست. پیش بینی بارش برای اهداف مختلفی نظیر برآورد سیلاب، خشکسالی، مدیریت حوضه آبریز، کشاورزی و ; دارای اهمیت بسیاری است. هدف این مقاله پیش بینی بارش ماهانه با استفاده از شبکه های عصبی مصنوعی در شهر تهران می باشد. در این تحقیق از داده های بارش ماهانه طی دوره آماری ۵۳ سال (۱۹۵۱-۲۰۰۳) و شبکه های عصبی مصنوعی به عنوان یک روش غیرخطی جهت پیش بینی بارش استفاده شده است. نتایج این تحقیق بعد از آزمون شبکه با لایه های پنهان و با ضرایب یادگیری مختلف نشان داد که استفاده از شبکه های عصبی مصنوعی با یک پرسپترون ۲ لایه پنهان با ضریب یادگیری ۱/۰ و مومنتم ۷/۰ مدل نسبتا بهتری را ارایه می کند. ضریب همبستگی بین مقادیر واقعی ماهانه بارش و پیش بینی شده توسط شبکه بدون ترکیب با الگوریتم ژنتیک برابر با ۸۸/۰ و ضریب تعیین برابر با ۷۷/۰ می باشد. همچنین بعد از آموزش مجدد شبکه و آزمون شبکه با لایه های پنهان و ضرایب مختلف یادگیری در ترکیب با الگوریتم ژنتیک نشان داد که ترکیب شبکه با ویژگی های مذکور با الگوریتم ژنتیک باعث کاهش خطا و افزایش سرعت محاسبات شده و مدل بهتری را ارایه می کند. ضریب همبستگی بین مقادیر واقعی ماهانه بارش و پیش بینی شده توسط شبکه برابر با ۹۱/۰ و ضریب تبیین برابر با ۸۳/۰ می باشد.