ارزیابی و مقایسه روش شبکه عصبی مصنوعی پرسپترون چندلایه و رگرسیون مبتنی بر داده های زمین پایه جهت پیش بینی دمای کمینه و بیشینه روزانه فرودگاه هاشمی نژاد مشهد

چکیده مقاله

بررسی و تحلیل دمای هوا به عنوان یکی از پارامترهای اقلیمی در مدیریت منابع آبی و طبیعی، کشاورزی، گسترش آفات و بیماری ها، تبخیر و تعرق، خشکسالی و غیره اهمیت زیادی دارد لذا در این مقاله می خواهیم به مقایسه روش های مختلف پیش بینی دمای کمینه و بیشینه ایستگاه فرودگاهی هاشمی نژاد مشهد بپردازیم برای این امر از دو روش شبکه عصبی مصنوعی و رگرسیون استفاده می کنیم برای آموزش شبکه عصبی پرسپترون چندلایه و رگرسیون از پارامترهای دمای هوا، دمای نقطه شبنم، فشار هوا، سرعت باد و تغییرات فشار ایستگاه سینوپتیک فرودگاهی مشهد استفاده نموده ایم مقایسه مقادیر RMSE و MSE دو روش پیشنهادی نشان می دهد که روش رگرسیون هم در دمای کمینه و هم در دمای بیشینه دارای مقادیر کمتری نسبت به روش پرسپترون چند لایه می باشد و دارای عملکرد بالایی در پیش بینی دمای روزانه ایستگاه سینوپتیک هاشمی نژاد مشهد می باشد

کلیدواژه‌ها

نویسندگان

هادی آدینه پور

سازمان هواشناسی کشور

�دینه پور، هادی،1397،ارزیابی و مقایسه روش شبکه عصبی مصنوعی پرسپترون چندلایه و رگرسیون مبتنی بر داده های زمین پایه جهت پیش بینی دمای کمینه و بیشینه روزانه فرودگاه هاشمی نژاد مشهد،چهارمین کنفرانس ملی دستاوردهای نوین در برق و کامپیوتر و صنایع،اسفراین

ارائه‌شده در

مجموعه مقالات چهارمین کنفرانس ملی دستاوردهای نوین در برق و کامپیوتر و صنایع18 مهر 1397 · اسفراین