بررسی ترکیب تبدیل های موجک و شبکه عصبی در پیش بینی جریان های سطحی تنگه هرمز

Authors

Abstract:

جریان‌های سطحی اقیانوسی، نقش مهمی در انتقال گرما و تغییرات آب و هوایی دارد. ازاین‌رو، پیش‌بینی جریان‌های دریایی از اهمیت بسزایی در اقیانوس‌شناسی برخوردار است. در این پژوهش با به‌کارگیری شبکه‌‌عصبی و تکنیک تبدیل موجک به پیش‌بینی جریان‌های سطحی تنگه‌هرمز پرداخته شده است. بدین منظور داده‌های ثبت‌شده این حوزه از نوامبر سال 1992 تا دسامبر سال 2014 با گام زمانی 5 روزه از سایت ناسا تهیه و با به‌کارگیری تبدیل‌های موجک به زیر‌موجک‌های مادر Rbio، Coif، Bior، dmey، Db، Sym، haar به 10 زیرسری تجزیه و به‌عنوان ورودی مدل شبکه عصبی به‌کار گرفته شد. سپس با اجرای مدل شبکه عصبی ضرایب وزنی هر یک از زیر موجک‌ها تعیین شد. نتایج این بررسی نشان داد که زیر موجک‌های تولیدشده به‌وسیله موجک coif(5) کمترین خطا در پیش‌بینی جریانات سطحی را دارد. به‌منظور ارزیابی میزان اثربخشی هر یک از این زیر موجک‌ها‌ و دستیابی به  نتایج مطلوب در مراحل آموزش، اعتبارسنجی و آزمایش، شبکه‌های چندلایه با تعداد نورون مختلف در لایه پنهان استفاده شد که نتایج نشان داد؛ انتخاب 6 زیر موجک d1, d2 , …, d6 با مقدار خطا R=0/891 و 0/025 =RMSE در مرحله آزمایش مناسب‌ترین تعداد را در پیش‌بینی جریانات سطحی تنگه‌هرمز دارد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مقایسه قدرت مدل های شبکه عصبی مصنوعی و شبکه عصبی پویا در پیش بینی نرخ ارز: کاربردی از تبدیل موجک

این مطالعه تلاشی است در جهت به­کارگیری ترکیب مدل شبکه­ی عصبی پویا و تجزیه­ی موجک جهت میسر نمودن امکان انتخاب یک الگوی بهینه جهت پیش­بینی متغیر مذکور می­باشد. جهت تحقق این مهم، از داده­های سری­زمانی ماهانه­ی نرخ ارز طی بازه­ی زمانی فروردین 1377 الی آذر 1391، که مشتمل بر 177 مشاهده بوده که از این بین، تعداد 150 مشاهده جهت مدل­سازی­ها استفاده شده و تعداد 27 مشاهده نیز جهت شبیه­سازی و یا به بیان دی...

full text

ترکیب شبکه های عصبی برای پیش بینی قیمت سهام

در این مقاله، یک مدل ابتکاری با ترکیب شبکه های عصبی مصنوعی (ANN) برای پیش بینی رفتار قیمت سهام پیشنهاد و اجرا می شود. این مدل ترکیبی، به صورت ساختار دو طبقه می باشد: شبکه های عصبی طبقه اول یا پیشگوهای پایه (Base Predictor) مسئول پیش بینی روزانه داده ها با ویژگی مختلف یک سهام می باشند و در طبقه دوم، شبکه دیگر، به عنوان ترکیب کننده پیش بینی نهایی را با بررسی و آنالیز اطلاعات پیشگوهای طبقه اول انج...

full text

مطالعه میدانی جریان های شمال تنگه هرمز

زمینه و هدف: تنگه هرمز در قسمت شمال‌غربی اقیانوس هند قرار گرفته و محل اتصال خلیج فارس به دریای عمان است. رژیم جزر و مدی نیم روزانه و بادهای فصلی در تنگه هرمز به همراه نیروهای شناوری ناشی از اختلاف چگالی آب های خلیج فارس نسبت به دریای عمان باعث شده است که تبادل آب در تنگه هرمز صورت گیرد .جریان های دریایی نیز عامل اصلی و اساسی انتقال آلودگی‌های زیست محیطی دریاها ،حرکت لکه های نفتی و اجسام شناور د...

full text

مدل پیشنهادی برای پیش بینی تولید ناخالص داخلی کاربرد مدل هایARIMA شبکه های عصبی و تبدیل موجک

تولید ناخالص داخلی یکی از عمده ترین و کاربردی ترین شاخص های اقتصادی است؛ لذا پیش بینی آن،همواره توجه کلیه دست اندرکاران اقتصادی و علوم مرتبط را به خود جلب کرده است. هرچند روش های تجزیهو تحلیل سری زمانی و روش های غیرخطی همانند مدل های شبکه عصبی مدتهاست که برای پیش بینی این گونهمتغیرها به کار می روند، لیکن کاربرد ابزار توانمند موجک در پردازش داده ها و بررسی لایه های پنهان آن نشانمی دهد که سری زما...

full text

ترکیب شبکه های عصبی و الگوریتم های تکاملی در پیش بینی تقاضای انرژی

پیش­بینی روند تقاضای انرژی جهت اتخاذ سیاست­های مقتضی و مناسب اهمیت فراوانی دارد. به دلیل روند پرنوسان و غیر خطی تقاضای انرژی و متغیرهای موثر بر آن قابلیت روش­های هوشمند و غیر خطی به خصوص شبکه­های عصبی و الگوریتم­های تکاملی به منظور پیش­بینی تقاضای انرژی در مطالعات مختلف به اثبات رسیده است. با وجود نقاط قوت فراوان، این تکنیک­ها با مسائل مهمی همچون تحمیل فرم تبعی خاص- در الگوریتم­های تکاملی- یا ن...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 2  issue 1

pages  47- 59

publication date 2016-09-21

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023