رفتن به مطلب

جستجو در تالارهای گفتگو

در حال نمایش نتایج برای برچسب های 'آمار بارش ماهیانه ایستگاه هواشناسی'.

  • جستجو بر اساس برچسب

    برچسب ها را با , از یکدیگر جدا نمایید.
  • جستجو بر اساس نویسنده

نوع محتوا


تالارهای گفتگو

  • انجمن نواندیشان
    • دفتر مدیریت انجمن نواندیشان
    • کارگروه های تخصصی نواندیشان
    • فروشگاه نواندیشان
  • فنی و مهندسی
    • مهندسی برق
    • مهندسی مکانیک
    • مهندسی کامپیوتر
    • مهندسی معماری
    • مهندسی شهرسازی
    • مهندسی کشاورزی
    • مهندسی محیط زیست
    • مهندسی صنایع
    • مهندسی عمران
    • مهندسی شیمی
    • مهندسی فناوری اطلاعات و IT
    • مهندسی منابع طبيعي
    • سایر رشته های فنی و مهندسی
  • علوم پزشکی
  • علوم پایه
  • ادبیات و علوم انسانی
  • فرهنگ و هنر
  • مراکز علمی
  • مطالب عمومی

جستجو در ...

نمایش نتایجی که شامل ...


تاریخ ایجاد

  • شروع

    پایان


آخرین بروزرسانی

  • شروع

    پایان


فیلتر بر اساس تعداد ...

تاریخ عضویت

  • شروع

    پایان


گروه


نام واقعی


جنسیت


محل سکونت


تخصص ها


علاقه مندی ها


عنوان توضیحات پروفایل


توضیحات داخل پروفایل


رشته تحصیلی


گرایش


مقطع تحصیلی


دانشگاه محل تحصیل


شغل

  1. عنوان مقاله: پیش بینی بارش باران به کمک شبکه عصبی مصنوعی قالب بندی : PDF شرح مختصر : بدر سالهاي اخیر خسارتهاي ناشی از سیل در بسیاري از مناطق جهان رشد صعودي داشته است که بارشهاي غیر مترقبه به عنوان یک عامل تهدید کننده در احتمال وقوع سیل محسوب می شود. پیش بینی بارش در مدیریت و هشدار معضل سیل نقش مهمی بر عهده دارد. به منظور جلوگیري از خسارات ناشی از سیل و سعی در کنترل ومهار آن ضرورت ، اهمیت پیش بینی بارش امري اجتناب ناپذیر به نظر می رسد. زیرا با اطلاع از میزان بارندگی ، می توان امکان وقوع سیل را در منطقه پیش بینی و اقدامات لازم را به عمل آورد. در مناطق آسیب پذیر ، ایجاد یک ساختارهاي دفاعی در برابر سیل مهم و جدي است و پیش بینی به موقع بارش نیز عاملی بوده که براي مقابله با سیل و اهداف مدیریتی آن از اهمیت بیشتري برخوردار است. با توجه به اینکه پیش بینی بارش تابع عوامل عوامل بسیاري از جمله فشار ، دما ، باد و … می باشد ، و همچنین محدودیت هایی از قبیل نبود اطلاعات بارش در مقیاس هاي زمانی و مکانی مناسب ، استفاده از روش هاي معمول از پیچیدگی هاي زیادي برخوردار است. تحلیل نتایج خروجی مدل شبکه عصبی نشان داده که این مدل توانایی بهتر و دقت بالایی براي پیش بینی بارش نسبت به روش هاي آماري معمول داشته است و با افزایش فاکتورهاي ورودي ، شبکه دقت بالاتري را در پیش بینی ارائه می دهد در صورتی که اگر شبکه ورودي کمتري داشته باشد خطاي بیشتري را دارا می باشد. فهرست : مقدمه تشریح موقعیت مکانی مواد و روش کار شرح راه کار اول نحوه ورود داده ها نمودار شماتیک شبکه عصبی مصنوعی خروجی شبکه عصبی مصنوعی خروجی تحلیل و آنالیز نتایج داده ها پیشنهاد هایی برای تحقیق بیشتر معیارهای صحت نتایج و روش حل مبانی شبکه های عصبی مصنوعی آمار بارش ماهیانه ایستگاه هواشناسی کرمان معیار تعیین پیش بینی پذیر بودن داده های بارش تهیه کننده : محسن جعفری - پسورد : www.noandishaan.com
×
×
  • اضافه کردن...