Abstract:
هدف: هدف از این پژوهش ، پیش بینی دماهای حداقل به عنوان یکی از عناصر مهم اقلیمی در پیش بینی سرمای دیررس بهاره و یخبندان است . روش: از شبکه های عصبی مصنوعی برای پـیش بینـی دماهـای حـداقل ایـستگاه هـای پیرانـشهر و سردشت استفاده شده است . بدین منظور، از دورة آماری ١٨ سـاله (١٣٩١-١٣٧٤) ایـستگاه سـینوپتیک پیرانشهر- سردشت و توابع و امکانات موجود در نرمافزار MATLAB برای آمـوزش و آزمـون ایـن مدلها بهره گرفته شد. سپس ، به بررسی شاخص های عملکرد شبکه ، ازجمله ضریب تعیـین ، مجـذور میانگین مربعات خطا، میانگین مربعات خطـا، میـانگین مطلـق خطـا، درصـد نـسبی خطـا و ضـریب همبستگی پرداخته شد. یافته ها: علاوهبر تایید توانایی شبکه های عصبی مصنوعی ، یافته ها نشان داد که حداکثر خطای این مـدل با داده های واقعی در ایستگاه های پیرانشهر و سردشت ، به ترتیب ٠/٣٥ و ٠/١٥ درجة سانتی گراد اسـت که توانایی قابل توجه این مدل را در مدلسازی پیش بینی سرمای دیررس بهاره و یخبندان نشان می دهد. نتیجه گیری: استفاده از روش شبکه های عصبی مصنوعی در پیش بینی دماهـای حـداقل بـرای تعیـین سرمای دیررس بهاره با توجه به تعیین خطای آموزشی ، می تواند به عنوان گزینه ای سودمند موردتوجه و بررسی قرار گیرد.
Machine summary:
یافته ها: علاوهبر تأیید توانایی شبکه های عصبی مصنوعی ، یافته ها نشان داد که حداکثر خطای این مـدل با داده های واقعی در ایستگاه های پیرانشهر و سردشت ، به ترتیب ٠/٣٥ و ٠/١٥ درجة سانتی گراد اسـت که توانایی قابل توجه این مدل را در مدلسازی پیش بینی سرمای دیررس بهاره و یخبندان نشان می دهد.
نتیجه گیری: استفاده از روش شبکه های عصبی مصنوعی در پیش بینی دماهـای حـداقل بـرای تعیـین سرمای دیررس بهاره با توجه به تعیین خطای آموزشی ، می تواند به عنوان گزینه ای سودمند موردتوجه و بررسی قرار گیرد.
محققان داخل کشور پـژوهش هـایی را درزمینـة دماهـای حـداقل بـا استفاده از شبکه های عصبی انجام دادهاند که دراین بین می توان به پژوهشی که اسفندیاری، حسینی ، احمدی، و محمدپور (١٣٩٢) با عنوان «مدلسازی پیش بینی سرماهای دیررس بهاره در شهرستان سقز با اسـتفاده از مـدل پرسپترون چندلایه » انجام دادهاند، اشاره کرد.
در این پژوهش ، برای پیش بینی سرمای دیررس بهاره و یخبندان از شبکه های عصبی مـصنوعی مـدل پرسپترون چندلایه استفاده شده است .
یکی از روشهای شناخته شده بـرای پـیش بینـی ، استفاده از شبکه های عصبی مصنوعی است (سیاری، بنایان، علیـزاده، و بهیـار، ١٣٨٩) کـه در مطالعـة حاضر برای پیش بینی سرمای دیـررس بهـاره در شهرسـتان پیرانـشهر و سردشـت ارزیـابی و بررسـی شدند.
درنهایت ، با توجه به نتایج تحقیق و ارزیابی مدل می تـوان اظهـار داشـت کـه استفاده از روش شبکه های عصبی مصنوعی در پیش بینی دماهای حداقل ، برای تعیین سـرمای دیـررس بهاره با توجه به تعیین خطای آموزشی می تواند به عنوان گزینه ای سـودمند موردتوجـه و بررسـی قـرار گیرد.