این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
چهارشنبه 12 آذر 1404
ژئوفیزیک ایران
، جلد ۱۲، شماره ۴، صفحات ۶۹-۸۰
عنوان فارسی
تأثیر پارامترهای اقلیمی در مدلسازی تابش خورشیدی با استفاده از مدلهای هوش مصنوعی (مطالعه موردی: ایستگاه سینوپتیک یزد)
چکیده فارسی مقاله
تابش خورشیدی یکی از پارامترهای مهم اقلیمی است که بر بسیاری از فرایندهای آب و خاک مانند تبخیر، ذوب برف و رشد گیاهان اثر میگذارد. ازاینرو، برآورد میزان صحیح تابش خورشیدی در توسعه پژوهشهای کاربردی ضروری بهنظرمیرسد. در این مقاله سعی شده است کارایی دو روش شبکه عصبی مصنوعی و مدلهای استنتاج فازی در پیشبینی میزان تابش خورشیدی برای 12 ماه آینده در ایستگاه یزد بررسی شود. بهاینمنظور، با استفاده از تحلیل حساسیت پارامترهای اقلیمی مختلف، دمای بیشینه روزانه، دمای میانگین روزانه، بیشینه ساعات آفتابی، میانگین رطوبت نسبی هوا و تبخیر بهعنوان عوامل مؤثر در پیشبینی تابش خورشیدی شناسایی و با ایجاد ترکیبات مختلف دادهها، دو مدل ارزیابی شدند. درنهایت، بعد از اطمینان از کارایی دو مدل در مرحله آزمایش و حصول بهترین نتایج که بیشترین ضریب همبستگی و کمترین خطا را در فرایند پیشبینی تابش خورشیدی به دنبال داشت، تنها با وارد کردن پارامترهای اقلیمی مؤثر سال 2005 بهعنوان ورودی، مقدار تابش خورشیدی سال 2006 بهعنوان خروجی، پیشبینی و نتایج پیشبینی شده با دادههای واقعی مقایسه شد. نتایج پیشبینیها، کارایی زیاد شبکههای عصبی و فازی- عصبی را هم در مرحله آزمایش مدل و هم در فرایند پیشبینی نشان میداد. در مجموع، شبکههای عصبی مصنوعی با ضریب همبستگی 91/0 و میزان RMSE و MAE بهترتیب 11/0 و 08/0، در پیشبینیها خطای کمتری را در مقایسه با شبکههای فازی- عصبی داشتند. همچنین کمیت BIAS نیز 30/0- محاسبه شد که مقدار منفی، فروتخمینی جزئی را در دادهها نشان میدهد. در این پژوهش، ساعات آفتابی و دمای متوسط مؤثرترین پارامترها در پیشبینی تابش خورشیدی شناخته شدند درحالیکه رطوبت نسبی، کمترین نقش را در این فرایند ایفا کرد.
کلیدواژههای فارسی مقاله
مدلسازی، تابش خورشیدی، شبکه عصبی مصنوعی، سیستم استنتاج فازی، ایستگاه یزد،
عنوان انگلیسی
تأثیر پارامترهای اقلیمی در مدلسازی تابش خورشیدی با استفاده از مدلهای هوش مصنوعی (مطالعه موردی: ایستگاه سینوپتیک یزد)
چکیده انگلیسی مقاله
تابش خورشیدی یکی از پارامترهای مهم اقلیمی است که بر بسیاری از فرایندهای آب و خاک مانند تبخیر، ذوب برف و رشد گیاهان اثر میگذارد. ازاینرو، برآورد میزان صحیح تابش خورشیدی در توسعه پژوهشهای کاربردی ضروری بهنظرمیرسد. در این مقاله سعی شده است کارایی دو روش شبکه عصبی مصنوعی و مدلهای استنتاج فازی در پیشبینی میزان تابش خورشیدی برای 12 ماه آینده در ایستگاه یزد بررسی شود. بهاینمنظور، با استفاده از تحلیل حساسیت پارامترهای اقلیمی مختلف، دمای بیشینه روزانه، دمای میانگین روزانه، بیشینه ساعات آفتابی، میانگین رطوبت نسبی هوا و تبخیر بهعنوان عوامل مؤثر در پیشبینی تابش خورشیدی شناسایی و با ایجاد ترکیبات مختلف دادهها، دو مدل ارزیابی شدند. درنهایت، بعد از اطمینان از کارایی دو مدل در مرحله آزمایش و حصول بهترین نتایج که بیشترین ضریب همبستگی و کمترین خطا را در فرایند پیشبینی تابش خورشیدی به دنبال داشت، تنها با وارد کردن پارامترهای اقلیمی مؤثر سال 2005 بهعنوان ورودی، مقدار تابش خورشیدی سال 2006 بهعنوان خروجی، پیشبینی و نتایج پیشبینی شده با دادههای واقعی مقایسه شد. نتایج پیشبینیها، کارایی زیاد شبکههای عصبی و فازی- عصبی را هم در مرحله آزمایش مدل و هم در فرایند پیشبینی نشان میداد. در مجموع، شبکههای عصبی مصنوعی با ضریب همبستگی 91/0 و میزان RMSE و MAE بهترتیب 11/0 و 08/0، در پیشبینیها خطای کمتری را در مقایسه با شبکههای فازی- عصبی داشتند. همچنین کمیت BIAS نیز 30/0- محاسبه شد که مقدار منفی، فروتخمینی جزئی را در دادهها نشان میدهد. در این پژوهش، ساعات آفتابی و دمای متوسط مؤثرترین پارامترها در پیشبینی تابش خورشیدی شناخته شدند درحالیکه رطوبت نسبی، کمترین نقش را در این فرایند ایفا کرد.
کلیدواژههای انگلیسی مقاله
مدلسازی, تابش خورشیدی, شبکه عصبی مصنوعی, سیستم استنتاج فازی, ایستگاه یزد
نویسندگان مقاله
حمیده افخمی |
دانشکده منابع طبیعی و کویر شناسی، دانشگاه یزد، یزد، ایران
نشانی اینترنتی
http://www.ijgeophysics.ir/article_80153_4ef1a30f8b44b88a16b60c8251c23b71.pdf
فایل مقاله
اشکال در دسترسی به فایل - ./files/site1/rds_journals/1514/article-1514-1507770.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