مقاله مقایس? مهارت مدل¬های استوکاستیک و شبکه¬ها¬ی عصبی مصنوعی در مدل‎سازی و پیش‎بینی مقادیر و طبقات شاخص بارندگی استاندارد شده


در حال بارگذاری
23 اکتبر 2022
فایل ورد و پاورپوینت
2120
3 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 مقایس? مهارت مدل¬های استوکاستیک و شبکه¬ها¬ی عصبی مصنوعی در مدل‎سازی و پیش‎بینی مقادیر و طبقات شاخص بارندگی استاندارد شده دارای ۲۷ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله مقایس? مهارت مدل¬های استوکاستیک و شبکه¬ها¬ی عصبی مصنوعی در مدل‎سازی و پیش‎بینی مقادیر و طبقات شاخص بارندگی استاندارد شده  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 مقایس? مهارت مدل¬های استوکاستیک و شبکه¬ها¬ی عصبی مصنوعی در مدل‎سازی و پیش‎بینی مقادیر و طبقات شاخص بارندگی استاندارد شده،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن مقاله مقایس? مهارت مدل¬های استوکاستیک و شبکه¬ها¬ی عصبی مصنوعی در مدل‎سازی و پیش‎بینی مقادیر و طبقات شاخص بارندگی استاندارد شده :

تعداد صفحات :۲۷

هدف از پژوهش پیش رو، مقایس کارایی مدل­های استوکاستیک و شبکه­های عصبی مصنوعی در پیش­بینی کمّی شاخص بارندگی استاندارد شده (SPI) در اقلیم­های خشک و مرطوب ایران است. برای این امر، محاسب SPI، در مقیاس­های زمانی سه‎ماهه، شش‎ماهه و دوازده‎ماهه در چهار ایستگاه سینوپتیک کشور طی دور ۲۰۰۷-۱۹۷۳ انجام شد. در گام بعد، مدل‎سازی سری­های زمانی SPI برای پیش­بینی­های یک تا دوازده گام به جلو، به سه روش مدل‎سازی استوکاستیک، شبک عصبی بازگشتی (RMSNN) و شبک عصبی مستقیم (DMSNN) انجام گرفت. مقادیر SPI مربوط به دور ۱۹۷۳ تا ۲۰۰۰، برای توسع مدل­ها و مابقی برای صحت­سنجی مدل­ها مورد استفاده قرار گرفت. در مرحل صحت­سنجی، مقایس مقادیر مشاهده­شده و پیش­بینی­شده­ SPI با استفاده از آزمون­های آماری، ضریب همبستگی و شاخص خطا انجام شد. همچنین برای بررسی قابلیت مدل­ها در پیش­بینی طبقات SPI، از آماره کاپای کوهن استفاده شد. در نهایت، اولویت دقت مدل­ها از دیدگاه­هایی چون، افق زمانی پیش­بینی و مقیاس زمانی بررسی خشکسالی تعیین شد. نتایج به‎دست آمده نشان داد: ۱) در مقیاس زمانی سه، شش و دوازده‎ماهه، به‎طور کلی مدل­های استوکاستیک (به‎ترتیب با میانگین خطای ۶۷۸/۰، ۵۶۹/۰ و ۳۴۴/۰ و میانگین ضریب همبستگی ۶۸۲/۰، ۷۷۷/۰ و ۹۱۹/۰) از نظر مهارت پیش­بینی مقادیر SPI در اولویت کاربرد قرار دارند. ۲) در مقیاس زمانی سه، شش و دوازده‎ماهه به‎ترتیب، مدل­های DMSNN ، RMSNN و استوکاستیک (با میانگین کاپای ۳۹۷/۰، ۵۳۰/۰ و ۷۵۰/۰) از نظر مهارت پیش­بینی طبقات SPI در اولویت کاربرد قرار دارند.

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