ارزیابی مدل های تلفیقی شبکه ی عصبی مصنوعی - موجک و برنامه ریزی بیان ژن-موجک در پیش بینی کردن خشک سالی کوتاه مدت

پیام:
چکیده:

پیش بینی کردن خشک سالی نقش مهمی در طراحی و مدیریت کردن منابع طبیعی، سامانه های منابع آب و تعیین کردن نیاز آبی گیاه دارد. از سوی دیگر، تبدیل موجک یکی از روش های نوین و بسیار موثر در تجزیه کردن پیام ها و مجموعه های زمانی است. در این تحقیق پیام شاخص بارش معیار (SPI) با موجک مادر تجزیه کرده، و نتیجه ی آن ورودی مدل های شبکه ی عصبی مصنوعی و برنامه ریزی بیان ژن گرفته شد. برای پیش بینی کردن خشک سالی شبکه های عصبی مصنوعی شناسنده ی چندلایه، تابع پایه یی شعاعی، برنامه ریزی بیان ژن، شبکه های عصبی مصنوعی-موجک شناسنده ی چندلایه، تابع پایه یی شعاعی، و برنامه ریزی بیان ژن-موجک به کاربرده شد. داده های بارندگی از ایستگاه هواشناسی بیدستان با دوره ی داده برداری 44 ساله در آبخیز شور استان قزوین گرفته شد. وضعیت رطوبتی با شاخص بارندگی به معیارشده در دوره ی سه ماهه محاسبه کرده شد. برای تخمین مقدار شاخص بارندگی به معیارشده در هر بازه ی زمانی، اندازه های زمان های پیش تر به کاربرده شد. نتیجه ها نشان داد که از میان 6 مدل بررسی شده، برنامه ریزی بیان ژن-موجک با دقت بیش تری شاخص بارش معیار و وضعیت خشک سالی کوتاه مدت را پیش بینی می کند. در بهترین حالت نیز اندازه ی شاخص های R2</sup>، RMSE، MAE و NS در مرحله ی صحت سنجی برای مدل WA-GEP به ترتیب 0/911، 0/037، 0/022 و 0/845 بود.

نوع مقاله:
مقاله پژوهشی/اصیل
زبان:
فارسی
صفحات:
39 -55
لینک کوتاه:
magiran.com/p2122444 
برخی از خدمات از جمله دانلود متن مقالات تنها به مشترکان مگیران ارایه می‌گردد. شما می‌توانید به یکی از روش‌های زیر مشترک شوید:
اشتراک شخصی
در سایت عضو شوید و هزینه اشتراک یک‌ساله سایت به مبلغ 300,000ريال را پرداخت کنید. همزمان با برقراری دوره اشتراک بسته دانلود 100 مطلب نیز برای شما فعال خواهد شد!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی همه کاربران به متن مطالب خریداری نمایند!
توجه!
  • دسترسی به متن مقالات این پایگاه در قالب ارایه خدمات کتابخانه دیجیتال و با دریافت حق عضویت صورت می‌گیرد و مگیران بهایی برای هر مقاله تعیین نکرده و وجهی بابت آن دریافت نمی‌کند.
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.