شبکه های عصبی مصنوعی در آب و هواشناسی

نویسندگان: دکتر سید اسعد حسینی، ابراهیم مسگری، محمدرضا سالاری فنودی

سال چاپ: 1395

نوبت چاپ: اول

بسته بندی و ارسال رایگان

120,000 ریال

جزئیات کتاب

وزن255 g
ناشر

آذرکلک

قطع

وزیری

تعداد صفحات

146

سال چاپ

1395

نوبت چاپ

اول

درباره نویسنده

ابراهیم مسگری

دکتر سید اسعد حسینی

محمدرضا سالاری فنودی

شبکه های عصبی مصنوعی در آب و هواشناسی

اهمیت شبکه های عصبی مصنوعی در آن است که می تواند فرآیندهایی را که به پارامترهای گوناگون و با درجه اهمیت متفاوت بستگی دارند را توصیف و بررسی کند، سپس پاسخ قانع کننده ای ارائه نماید.

پیش بینی هوا از سیستم های غیرخطی و پیچیده و فاقد مدل ریاضی است که به دلیل تغییرپذیر بودن سیستم با زمان، روشهای معمول پیش بینی امکان پیش بینی را غیرممکن و از طرفی با توجه به دارا بودن اهمیت پیش بینی هوا در زمینه های مختلف ازجمله امور اقتصادی، نظامی، کشاورزی، ضرورت پیش بینی مطرح می شود.

کارهایی که در زمینه ی برآورد صورت گرفته اعم از برآوردهای خطی و غیرخطی حاکی از آن است که امکان برآوردهای کوتاه مدت و بلندمدت داده های اقلیمی با دقت محدود وجود دارد. امروزه محققین، با ابداع و پیشرفت علومی چون روش های هوشمند که ابزاری توانمند و انعطاف پذیر هستند، در جستجوی راه هایی فراتر از روشهای متداول در شناخت و پیشبینی پارامترهای مهم هوا و اقلیم شناسی میباشند.

یکی از این روشها، شبکه های عصبی مصنوعی از مؤلفه های هوش مصنوعی است که توانایی محاسبه و تقریب هر تابع حسابی و منطقی را دارند. شبکههای عصبی را میتوان با اغماض زیاد، مدل های الکترونیکی از ساختار عصبی مغز انسان نامید. مکانیسم فراگی ً ری و آموزش مغز اساسا بر تجربه استوار است.

مدلهای الکترونیکی شبکه های عصبی طبیعی نیز بر اساس همین الگو بنا شده اند و روش برخورد چنین مدل هایی با مسائل، با روشهای محاسباتی که به طور معمول توسط سیستم های کامپیوتری در پیش گرفته شدهاند، تفاوت دارد.  حتی ساده ترین مغزهای جانوری هم قادر به حل مسائلی هستند که اگر نگوییم که  کامپیوترهای امروزی از حل آنها عاجز هستند، حداقل در حل آنها دچار مشکل میشوند.

درواقع شبکه عصبی مصنوعی ایدهای است الهام گرفته از شیوه کارکرد سیستم عصبی زیستی، برای پردازش اطلاعات. عنصر کلیدی این ایده، ایجاد ساختارهایی جدید برای سامانه پردازش اطلاعات است. این سیستم از شمار زیادی عناصر پردازشی فوقالعاده به هم پیوسته با نام نرون تشکیل شده که برای حل یک مسئله با هم هماهنگ عمل میکند.

با استفاده از دانش برنامه نویسی رایانه میتوان ساختار دادهای طراحی کرد که همانند یک نرون عمل نماید. سپس با ایجاد شبکهای از این نرون های مصنوعی به هم پیوسته، ایجاد یک الگوریتم آموزشی برای شبکه و اعمال این الگوریتم به شبکه آن
را آموزش داد. به دلیل تأثیرات زیادی که آب وهوا روی زندگی اجتماعی و فردی انسان دارد، مراکز بی شماری در سطح جهان مشغول بررسی و تحقیق روی مسائل آبوهوایی هستند.

یکی از مهمترین کارهایی که در این مراکز انجام میگیرد، پیش بینی اقلیمی وضع هوا یعنی پیشبینی چگونگی تغییرات
روزانه وضعیت جو در لایه ی پایین میباشد. این پیش بینی اقلیمی وضع هوا، بر اساس مقادیر زمان حال و مقادیر پیش بینی شده آینده پارامترهای مهم هوا صورت میپذیرد.

برآورد و تخمین با استفاده از این سیستمها برای اطمینان از اعتبار و عملیات اقتصادی خیلی مهم است. روشهای متداول در پیش بینی که امروزه مرسوم است بر مبنای بحث و بررسی بر روی نقشه های پیش یابی تهیه شده بر مبنای داده های ایستگاه های زمینی، ماهوارهای و غیره میباشد سپس این داده ها توسط افراد مورد استفاده قرار گرفت و پیش بینی به عمل میآید که این روش به دلیل انسان ً محوری آن قطعا ایراداتی عمده را به همراه خواهد داشت و علاوه بر آن خطای پیش بینی نیز دامنه ی بسیار بالایی دارد.

اقلیم  شناسان و هواشناسان غالبا با مسائلی از قبیل برآورد دما، بارش، سرعت باد و غیره روبه رو هستند که به دلیل پیچیده بودن ماهیت آنها و عدم قطعیت در تخمین پارامترها، نیاز به مدل های پیچیدهای جهت توصیف آنها می باشد.

یکی از مهمترین رویکردها در برنامه ریزی و مدیریت منابع طبیعی و انسانی به دست آوردن مدله ای مناسبی جهت تخمین و پیش بینی میباشد. مدله ای رگرسیونی و سریهای زمانی از مدل های قدیمی در این زمینه میباشند بدین جهت ضرورتی برای جانشینی مدل های قدیمی ایجاد میشود.

یکی از این مدل ها شبکه های عصبی مصنوعی هستند. جذابیت اصلی آنها، ایجاد رابطه بین داده های ورودی و خروجی بدون در نظر گرفتن رابطه ی فیزیکی میباشد در همین راستا نیز امروزه کاربرد شبکه های عصبی به ویژه در شبیه سازی تغییرات عناصر اقلیمی از طریق مدل های گردش عمومی در مقیاس منطقه ای رونق یافته است. امروزه در پیش بینی پاره ای از کمیت ها، از روش های هوشمند که ابزاری قدرتمند در بهینه سازی مدل های پیش بینی است استفاده میشود.

یکی از این روش ها شبکه های عصبی مصنوعی است که علت اصلی مقبولیت و استفاده ی روزافزون از آنها، قدرت و سرعت بالا در شبیه سازی فرآیندهایی است که درک و شناخت درستی از آن وجود نداشته و یا بررسی آنها با دیگر روش های موجود، بسیار دشوار و وقت گیر است.

می توان اظهار داشت مدل شبکه عصبی مصنوعی، مدلی قوی با توانمندی بالاست که می توان با دیدگاهی مثبت در پیشبینی مسائل اقلیمی به آن نگریست؛ به ویژه اینکه قادر است قانون حاکم بر داده ها، حتی داده های مغشوش را استخراج نماید.

این امر ما را بر آن داشت که کتابی در زمینه ی شبکه های عصبی مصنوعی با تأکید بر علم اقلیم شناسی به رشته تحریر درآوریم که در آن به معرفی و آموزش شبکه های عصبی در نرم افزارهای رایج و پرکاربرد با مثال های اقلیمی جهت آشنایی دانشجویان و پژوهشگران رشته های جغرافیا، کشاورزی، هواشناسی و سایر علوم مرتبط پرداخته شود.

کتاب حاضر بر اساس تجارب عملی و آموزشی مؤلفین تدوین شده و سعی بر آن بوده است بر جنبه های کاربردی مطالب تأکید گردد.

در بیشتر موارد از مقالات و مثال های آموزشی که مؤلفین با استفاده از این مدل انجام داده اند بهره  گرفته شده است.

محتوای کتاب

این کتاب مشتمل بر چهار فصل میباشد که در فصل اول به مبانی شبکه های عصبی مصنوعی اشاره میشود و سپس به تاریخچه شبکه های عصبی پرداخته خواهد شد و در ادامه به انواع شبکه های عصبی اشاره میشود.

در فصل دوم به آموزش و طراحی شبکه عصبی مصنوعی در نرم افزار MATLABپرداخته میشود؛

در فصل سوم نیز به آموزش و طراحی شبکه عصبی مصنوعی در نرم افزار SPSSپرداخته خواهد شد. سپس آموزش و طراحی شبکه عصبی مصنوعی در
نرمافزار NeuroSolutionدر فصل چهارم تشریح میشود.

امتیازدهی به کتاب شبکه های عصبی مصنوعی در آب و هواشناسی
درحال ارسال
امتیاز دهی کاربران
۵ (۱ رای)