به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

فهرست مطالب sajjadifar t

  • حسن ذوالفقاری، غلامرضا زاهدی، طیبه سجادی فر
    آخرین روز یخبندان برای 17 ایستگاه همدید هواشناسی در شمال غرب و غرب ایران، بر اساس داده های روزانه یک دوره‎ی آماری بیست‎ساله از سال 1986 تا 2005، با استفاده از روش شبکه‎ی عصبی مصنوعی پیش‎بینی شد. پس از آزمون الگوریتم‎ها و شکبه های گوناگون، درنهایت، شیوه‎ی پس‎انتشار خطا، به‎عنوان بهترین و دقیق‎ترین شیوه‎ی تحلیلی انتخاب شد و برای پیش‎بینی مورد استفاده قرار گرفت. شبکه ها بر اساس متغیرهای ورودی شامل: اولین روز یخبندان، حداقل مطلق دما، رطوبت نسبی در ساعت 3 گرینویچ، میانگین رطوبت نسبی، فشار متوسط آخرین روز یخبندان، فشار متوسط روز ماقبل آخر یخبندان و ابرناکی در آخرین روز یخبندان، آموزش داده شدند. آخرین روز یخبندان نیز، خروجی شبکه در نظر گرفته شد. نتایج بررسی نشان داد که پیش‎بینی آخرین روز یخبندان بهاری در بین تمامی ایستگاه های همدید هواشناسی در شمال غرب و غرب ایران، براساس شبکه‎ی پس‎انتشار خطا، با دقت بالایی امکان‎پذیر است. خطای به‎دست آمده در تمام موارد پایین بود. بالاترین خطای شبکه بین ایستگاه ها، متعلق به اراک با 1142/1 درصد و کمترین آنها مربوط به مهاباد با 254/0 درصد است. در پهنه‎بندی منطقه بر اساس پیش‎بینی انجام شده، تاثیر عامل ارتفاع و توپوگرافی، با وضوح بالایی آشکار شد.
    کلید واژگان: شبکه‎ی عصبی مصنوعی, آخرین روز یخبندان, پیش‎بینی, شمال غرب و غرب ایران}
    Zolfaghari H., Zahedi Gh, Sajjadifar T
    In this paper we try to predict last freezing day of spring for 17 meteorological stations in west and northwest of Iran by Artificial Neural Networks. The method used to do so was the back propagation method. Climatologic data included first day of freezing، minimum absolute temperature in the last day of freezing، humidity at 3 o’clock (GMT) in the last day of freezing، average relative humidity in the last day، average pressure in the day before last day and cloudiness in the last day of freezing input the network، and the last day of freezing was output. Artificial neural networks could predict the last day of freezing for all 17 stations with an accepted error. Biggest errors in this work belong to Arak station with 1. 1142 % and smallest errors belong to Mahabad station with 0. 254 %. It was concluded that zonation of the religion based on accomplished prediction exposed effects of the both height and topography.
    Keywords: Artificial Neural Networks, Last Freezing Day, Prediction, West, Northwest of Iran}
بدانید!
  • در این صفحه نام مورد نظر در اسامی نویسندگان مقالات جستجو می‌شود. ممکن است نتایج شامل مطالب نویسندگان هم نام و حتی در رشته‌های مختلف باشد.
  • همه مقالات ترجمه فارسی یا انگلیسی ندارند پس ممکن است مقالاتی باشند که نام نویسنده مورد نظر شما به صورت معادل فارسی یا انگلیسی آن درج شده باشد. در صفحه جستجوی پیشرفته می‌توانید همزمان نام فارسی و انگلیسی نویسنده را درج نمایید.
  • در صورتی که می‌خواهید جستجو را با شرایط متفاوت تکرار کنید به صفحه جستجوی پیشرفته مطالب نشریات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال