مخاطرات محیط طبیعی، جلد ۴، شماره ۶، صفحات ۲۱-۳۲
عنوان فارسی پیش‌بینی خشکسالی با بکار‌گیری از مدل‌های شبکه عصبی مصنوعی و سیستم استنتاج عصبی‌-‌ فازی تطبیقی در حوزه مُند استان فارس
چکیده فارسی مقاله امروزه خشکسالی یک معضل جدّی و گریبانگیر دربسیاری از کشور­های جهان است؛بنابراین پیش­بینیِ آن از اهمیت به‌سزایی برخوردار می­باشد. در این تحقیق، کارایی شبکه عصبی مصنوعی و سیستم استنتاج عصبی­- ­فازیتطبیقی به عنوان روش­هایی مؤثر برای پیش­بینی شدت خشکسالی حوزه "مُند" استان فارس مورد بررسی قرار گرفت. برای این منظور از داده­های بارندگی ماهانه ایستگاه باران‌سنجی تنگاب استان فارس با دوره آماری 32 ساله استفاده گردید. شدت خشکسالی در دوره ماهانه با استفاده از شاخص بارندگی استاندارد شده (SPI) تعیین شد؛ سپس به‌وسیله مدل­های ANN وANFIS و با استفاده از شاخص SPI پیش­بینی شدت خشکسالی انجام گردید. از بین داده­های موجود، 70 درصد به عنوان داده­های آموزش و مابقی به عنوان داده­های اعتبارسنجی و داده­های آزمون انتخاب شد؛ سپس از طریق معیار­های آماری شامل ضریب همبستگی، میانگین مجذور مربعات خطا و ضریب ناش به کارایی عملکرد مدل­‌ها پرداخته شد. نتایج نشان دادد که دقت روش شبکه­های عصبی مصنوعی از روش سیستم استنتاج عصبی­-­ فازیتطبیقی بیشتر می­باشد؛ همچنین یافته­های حاصل از این بررسی نشان می­دهد که هرچه پراکندگی داده­های ورودی مدل بیشتر باشد مدل استنتاج عصبی­-­ فازی تطبیقی دارای توانایی بیشتری در شبیه­سازی این نوع از داده­ها می­باشد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Comparison of artificial neural network models and adaptive neuro-fuzzy inference system in predicting the drought Mond Basin of Fars Province
چکیده انگلیسی مقاله Drought has gripped a serious problem in many countries of the world. So great is the importance of drought prediction. In this research, performances Artificial Neural Networks (ANN) and Adaptive Neuro-Fuzzy Inference System (ANFIS) for Drought Prediction Techniques in Mond Basin of Fars Province have been comparatively evaluated on the basis of the monthly data for a 32-year period (1978-2012) including rainfall, temperature and drought indices SPI, the training data length of %70 and the testing data length of %30 were determined. After conducting prediction by using ANN and ANFIS models, the performances of these models were evaluated on the basis of statistical criteria of Nash index (E), correlation coefficient (R) and Root Mean Square Error (RMSE). The obtained results indicated higher accuracy of ANN model rather than ANFIS model in orther to Drought Prediction Techniques in Mond Basin of Fars Province.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله مهناز رستمی |
دانشجوی کارشناسی ارشد

احمد پهلوانروی |
عضو هیات علمی دانشگاه زابل
سازمان اصلی تایید شده: دانشگاه زابل (Zabol university)

علیرضا مقدم نیا |
عضو هیات علمی

نشانی اینترنتی http://jneh.usb.ac.ir/article_2521_3902abd63a77b1ca77ced8ac6af9411a.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/2219/article-2219-300815.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات