Thesis

تحلیل و پیش بینی روزهای خشک ایران زمین با استفاده مدل شبکه عصبی مصنوعی

Download full textFree with an account; signing up with Google takes seconds

Abstract(in Persian; no English abstract is available)

بسیاری از پدیده های طبیعی- اقلیمی نظیر بارش از تغییرپذیری بالایی برخوردارند. این ویژگی در رخداد حالات مختلف بارش به خوبی نمایان است. یکی از این حالات، عدم رخداد بارش در امتداد زمان و طی روزهای سال است، که تداوم آن موجب بروز روزهای خشک و به دنبال آن پدیده خشکسالی می شود. در این پژوهش سعی شده است با نشان دادن تصویر کلی از مشخصات عمومی بارش در پهنه ایران، به پیش بینی روزهای خشک پرداخته شود. در پژوهش حاضر با استفاده از داده های روزانه بارش کشور در طول دور? آماری (2008-1961) با به کارگیری الگو زنجیره مارکوف به تعیین الگوی احتمالاتی روزهای خشک پرداخته شود. سپس به منظور انجام عملیات پهنه بندی و افراز نواحی مشابه و نیز پرهیز از انجام تحلیل بر روی تک تک ایستگاه ها، با استفاده از تحلیل خوشه ی، محاسبه فاصله اقلیدسی و روش ادغام وارد مناطق همگن به لحاظ روزهای پیش بینی شده با مدل مارکوف تشخیص داده شد. در نهایت 7 گروه برای پهنه ایران به دست آمده و نماینده هر یک از گروه ها انتخاب گردید. سپس به منظور تعیین زمان تاخیرهای لازم برای برازش الگوی شبکه عصبی و با به کارگیری تکنیک تحلیل طیفی برای نماینده هر یک از گروه ها، چرخه های معنادار برآورد گردید. در نهایت، با استفاده از طول دوره آماری (2008-1976) و نیز بر اساس آزمون و خطای تاخیرهای مورد نظر در نرم افزار matlab و شاخه neural network به پیش بینی روزهای خشک پرداخته شد. شبکه مورد استفاده در این پژوهش، شبکه چند لایه پس انتشار feed-forwad با الگوریتم مارکوارت- لونبرگ و تابع انتقال خطی در لایه خروجی و تانژانت سیگموئید در لایه میانی می باشد. نتایج به دست آمده نشان داد که در بیش تر ایستگاه های مورد بررسی شبکه عملکرد بالایی داشته و توانسته پیش بینی نزدیک به واقعیت داشته باشد. اما در ایستگاه رشت پاسخ مطلوبی برای وقوع روزهای خشک نداده است. نتایج مقایسه پیش بینی روزهای خشک حاصل از زنجیره مارکوف و شبکه عصبی نشان داد که دو مدل صلاحیت بالایی در برآورد روزهای خشک ایران زمین دارند.

Supervisors and advisors

حسین عساکره، سعید فضلی

Similar theses

Similar items

  • پیش بینی ابتلا به دیابت با استفاده از شبکه عصبی مصنوعی

    Articleمجله علوم پزشکی رازیفرزانه برفه ئی، مسعود صالحی، ایرج نجفی

    زمینه و هدف: بیماری دیابت با گسترش روزافزون و بار سنگینی که در نتیجه کنترل و درمان عوارض به مردم و کشور تحمیل می کند به یکی از چالش های مسئولین درمانی و دولتی تبدیل شده است. از این رو پیشگیری از بروز و پیشرفت آن در اولویت قرار می گیرد که این امر تنها با شناسایی عوامل مؤثر و کنترل

  • پیش بینی رسانایی گرمایی نانوسیال گرافن با مدل شبکه عصبی مصنوعی چند لایه پرسپترون

    هدف از این مطالعه مدلسازی و پیش بینی رسانایی گرمایی نانو سیال گرافن به کمک شبکه عصبی مصنوعی چند لایه پرسپترون است. پارامترهای دمای نانوسیال، کسرحجمی و رسانایی گرمایی نانو ذره به عنوان ورودی شبکه در نظر گرفته شده است. بااطلاعات مربوط به اندازه گیری‌های تجربی محققین قبلی در مورد رس

  • پیش بینی احتمال مرگ ومیر نوزادان نارس بستری در بخش مراقبت های ویژه نوزادان بیمارستان قائم با استفاده مدل شبکه عصبی مصنوعی

    Articleمجله دانشگاه علوم پزشکی مازندراناکرم رضاییان، akram rezaeian evidence based care research centre, instructor of pediatric nursing, school of nursing and midwifery, mashhad university of medical sciences, mashhad, iranکمیته تحقیقات مراقبت مبتنی بر شواهد، مربی، گروه کودک و نوزاد، دانشکده پرستاری و مامایی، دانشگاه علوم پزشکی مشهد، مشهد، ایران فاطمه نسیمی، fatemeh nasimi instructor of pediatric nursing, school of nursing and allied health, jahrom university of medical sciences, jahrom, iranمربی، گروه کودک و نوزاد، دانشکده پرستاری و پیراپزشکی، دانشگاه علوم پزشکی جهرم، جهرم، ایران فرشید پورعلیزاده مقدم، farshid pooralizadeh moghadam ph.d student in electrical-control engeenering, department of kharazmi pardise, shahrood university of technology, shahrood, iranمشهد: چهاراه دکترا، خیابان ابن سینا، دانشکده پرستاری و مامایی

    سابقه و هدف: علی رغم پیشرفت سریع در درمان های طبی و تکنولوژی مراقبت های حاد طی 30 ساله اخیر در کنار افزایش هزینه های مراقبت های طبی، آنالیز پیامدها از جمله پیش بینی خطر مرگ و میر از چالش های بخش های مراقبت ویژه بوده است. لذا هدف از مطالعه حاضر پیش بینی مرگ و میر نوزادان نارس بستر

  • پیش بینی محتوای رطوبتی پیاز خوراکی در طی فرآیند خشک کردن با استفاده از شبکه عصبی مصنوعی

    Articleمهندسی زراعیحدیث نعمت پور ملک آباد، دانش آموخته کارشناسی ارشد مکانیک ماشین های کشاورزی و مکانیزاسیون دانشگاه شهید چمران اهواز محمد جواد شیخ داودی، دانشیار گروه مکانیک ماشین های کشاورزی و مکانیزاسیون دانشگاه شهید چمران اهواز اسماعیل خراسانی فردوانی، استادیار گروه مکانیک ماشین های کشاورزی و مکانیزاسیون دانشگاه شهید چمران اهواز حسن ذکی دیزجی

    پیاز خوراکی به­عنوان منبع غذایی و همچنین مصارف دارویی، امروزه بسیار مورد توجه قرار گرفته است. با افزایش بیش از پیش تولید پیاز، نیاز به انبارداری، افزایش ماندگاری، کاهش ضایعات و استفاده از پودر پیاز بیشتر احساس می­شود. به­همین جهت خشک کردن این محصول به­عنوان یکی از راهکارهای عملی

  • پیش بینی محتوای رطوبتی پیاز خوراکی در طی فرآیند خشک کردن با استفاده از شبکه عصبی مصنوعی

    Article2016مهندسی زراعیاسماعیل خراسانی فردوانی، حدیث نعمت پور ملک آباد، حسن ذکی دیزجی، محمد جواد شیخ داودی

    پیاز خوراکی به­عنوان منبع غذایی و همچنین مصارف دارویی، امروزه بسیار مورد توجه قرار گرفته است. با افزایش بیش از پیش تولید پیاز، نیاز به انبارداری، افزایش ماندگاری، کاهش ضایعات و استفاده از پودر پیاز بیشتر احساس می­شود. به­همین جهت خشک کردن این محصول به­عنوان یکی از راهکارهای عملی

  • بررسی و پیش بینی اثر جهانی شدن اقتصاد بر توزیع درآمد در جامعه شهری ایران با استفاده از شبکه عصبی مصنوعی

    Article2012فصلنامه علمی - پژوهشی، پژوهش های رشد و توسعه اقتصادیسید عبدالمجید جلایی، امید ستاری

    جهانی شدن به عنوان فرآیندی با مشخصه کلی افزایش چشمگیر تجارت و مبادلات بین‏المللی و یک‏پارچگی بازارها در مقیاس جهانی، خواسته یا ناخواسته درحال وقوع است. پژوهش پیرامون نحوه اثرپذیری متغیرهای اقتصادی از این پدیده، به عنوان راهنمایی در جهت اتخاذ تصمیمات کارا توسط سیاست‎گزاران تلقی می