• مقاله با عنوان: مطالعه مقایسه ای بین الگوریتم های خوشه بندی سیستم استنتاج فازی – عصبی تطبیقی (ANFIS) در پیش بینی خشکسالی با شاخص SPI (مطالعه موردی: ایستگاه سینوپتیک ارومیه)
• نویسندگان: امیر فارسیجانی ، حسین رضایی ، علیرضا مقدم
• محل انتشار: نهمین کنگره ملی مهندسی عمران - دانشگاه فردوسی مشهد - 21 تا 22 اردیبهشت 95
• فرمت فایل: PDF و شامل 8 صفحه می باشد.
چکیــــده:
خشکسالی یک تهدید جهانی و مشکل منطقه ای است که از راه های گوناگون خسارات زیادی به بار می آورد. خشکسالی باعث خسارات کلان در کشاورزی شده و تاثیرات منفی بسیاری روی اکوسیستم های طبیعی دارد. در این مقاله داده های بارندگی ماهیانه ایستگاه سینوپتیک ارومیه مورد استفاده قرار گرفت و شاخص بارش استاندارد شده که در مقایسه با سایر شاخص ها، مزیت های بیشتری دارد در مقیاس زمانی سه ماهه به عنوان داده های ورودی به شبکه عصبی - فازی استفاده گردید؛ سپس مطالعه مقایسه ای بین الگوریتم های خوشه بندی کاهشی، c میانگین فازی (FCM) و پارتیشن بندی شبکه ای در سیستم استنتاج فازی - عصبی تطبیقی (ANFIS) به منظور پیش بینی خشکسالی انجام گرفت و نتایج نشان داد روش FCM بهترین عملکرد را در مدل ANFIS جهت پیش بینی خشکسالی با شاخص SPI دارد.
________________________________
** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **
** درخواست مقالات کنفرانس‌ها و همایش‌ها: با ارسال عنوان مقالات درخواستی خود به ایمیل civil.sellfile.ir@gmail.com پس از قرار گرفتن مقالات در سایت به راحتی اقدام به خرید و دریافت مقالات مورد نظر خود نمایید. **
مطالعه مقایسه ای بین الگوریتم های خوشه بندی سیستم استنتاج فازی – عصبی تطبیقی (ANFIS) در پیش بینی خشکسالی با شاخص SPI