دانلود پروژه:بررسی تغییرات اقلیم با استفاده از توانایی¬های شبکه عصبی (مطالعات موردی: شهر تهران)

تعداد 75صفحه در فایلword

چکیده

با توجه به گرمایش جهانی و خشکسالی­های اخیر، پیش­بینی تغییرات اقلیم به عنوان یکی از مهم­ترین موضوعات اقلیمی، فرصت مناسبی را برای برنامه ریزی و ارائه تمهیدات لازم در اختیار برنامه ریزان قرار می­دهد. هدف از این تحقیق ایجاد مدل شبکه عصبی مصنوعی (ANN) است که بتواند میزان تغییرات آب و هوایی شهر تهران را پیش­بینی کند. اطلاعات ورودی شبکه عصبی از سال­های 1961 تا 2000 میلادی  می­باشند و شامل سه دسته اطلاعات آموزش، صحت­سنجی و آزمون هستند که به ترتیب 70%، 15% و 15% اطلاعات را به خود اختصاص می­دهند. ورودی­های شبکه عصبی شامل بارش، دمای حداکثر، دمای حداقل، فشار و دمای متوسط می­باشد که از ایستگاه هواشناسی مهرآباد تهیه شده است. معماری شبکه عصبی که در این تحقیق مورد استفاده قرار گرفته است پرسپترون چندلایه (MLP) است. سه تکنیک روش شعاعی، شبکه پیشرو تعمیم یافته و شبکه بازگشتی با تاخیر زمانی در این مدل بررسی شده­اند. در نهایت با مقایسه توانایی­های هریک از این روش­ها، روش شبکه بازگشتی با تاخیر زمانی به دلیل داشتن بالاترین رگرسیون به عنوان روشی مناسب انتخاب و برای پیش­بینی شاخص­های میزان بارش، دما و فشار در دوره سال­های 2011 تا 2040 استفده گردید. براساس شبیه­سازی صورت گرفته طی سال­های 2011 تا 2040 میلادی میزان دمای متوسط، حداقل و حداکثر به ترتیب 7/0، 9/0 و 87/0 درجه سانتی­گراد افزایش و همچنین میزان  فشار و بارش به ترتیب 17/0 و 66/1 واحد کاهش خواهد داشت.

کلید واژه: تغییرات اقلیم، شبکه­های عصبی، هوش مصنوعی، پرسپترون چندلایه