Application of radial basis function neural networks for reference evapotranspiration prediction
العناوين الأخرى
استخدام الشبكات العصبية ذات الدوال قطرية الأسس للتنبؤ بقيم التبخر-نتح المرجعي
المؤلف
المصدر
al-Rafidain Engineering Journal
العدد
المجلد 16، العدد 1 (30 إبريل/نيسان 2008)21ص.
الناشر
تاريخ النشر
2008-04-30
دولة النشر
العراق
عدد الصفحات
21
التخصصات الرئيسية
الملخص AR
يتحرى هذا البحث عن قابلية و إمكانات الشبكات العصبية الاصطناعية ذات الدوال قطرية الأسس (RBF) لتوقع قيم التبخر-نتح المرجعي.
و لهذا الغرض تم استخدام بيانات يومية لفترة خمس سنوات مأخوذة من محطة الموصل للانواء الجوية في شمال العراق.
و تضم هذه البيانات قيم الحرارة و الرطوبة النسبية و سرعة الرياح و ساعات شروق الشمس و الأمطار.
تم بناء و تدريب 13 شبكة من نوع (RBF) ، كل واحدة منها تضم مجموعة مختلفة من مدخلات العناصر المناخية.
و نتائج هذه الشبكات قورنت مع قيم يومية للتبخر-نتج المرجعي محسوبة بطريقة بنمان-مونتيث.
و لتقييم أداء شبكات الـ (RBF) تم بناء و تدريب شبكات التغذية الأمامية-الانتشار العكسي (FF-BP) و بنفس العدد آخذين بنظر الاعتبار الحالات نفسها التي تمت دراستها بشبكات RBF .
فضلا عن ذلك، تم التحري عن تأثير اضافة معامل الزمن إلى مدخلات الشبكات و للحالات المدروسة.
أظهرت الدراسة بأن شبكات (RBF) تضاهي شبكات FF-BP من حيث الأداء و يمكن استخدامها و بكفاءة لحساب قيم التبخر-نتج المرجعية، وهي تتفوق على الأخيرة من حيث سهولة البناء و السرعة العالية للتدريب.
فضلا عن ذلك، لوحظ أن نتائج شبكات RBF كانت مترابطة جدا مع القيم المحسوبة لـ ETo و خاصة عند اشراك جميع العوامل المناخية.
تظهر نتائج الدراسة أن إضافة معامل الزمن ضمن المدخلات يودي إلى تحسن كبير في قيم التبخر-نتح المتوقعة و لجميع الحالات المدروسة.
الملخص EN
The present study investigates the potential of Radial Basis Function (RBF) neural networks for the prediction of reference evapotraspiration (ETo).
The study utilizes daily climatic data of temperature, relative humidity, sunshine hours, wind speed, and rainfall for five years collected from Mosul meteorological station, north of Iraq.
Thirteen RBF networks each using varied input combination of climatic variables have been trained and tested.
The network output is compared with estimated daily Penman-Monteith ETo values.
To evaluate the performance of RBF networks, the same networks in the studied cases were re-trained using the well-known feedforward-backpropagation (FFBP) networks.
In addition, the effect of including a time index within the inputs of considered networks is investigated.
The study shows that the RBF network is seen to emulate the FFBP in its performance and can be effectively used for ETo prediction.
Besides, it is much easier to built and much faster to train.
It is noticed that the networks’ output are very highly correlated to estimated ETo, especially when concerning all the climatic parameters.
The study results reveal that adding a time index to the inputs highly improves the ETo prediction of the studied cases.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Awchi, Taymur Abd al-Majid. 2008. Application of radial basis function neural networks for reference evapotranspiration prediction. al-Rafidain Engineering Journal،Vol. 16, no. 1.
https://search.emarefa.net/detail/BIM-337918
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Awchi, Taymur Abd al-Majid. Application of radial basis function neural networks for reference evapotranspiration prediction. al-Rafidain Engineering Journal Vol. 16, no. 1 (2008).
https://search.emarefa.net/detail/BIM-337918
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Awchi, Taymur Abd al-Majid. Application of radial basis function neural networks for reference evapotranspiration prediction. al-Rafidain Engineering Journal. 2008. Vol. 16, no. 1.
https://search.emarefa.net/detail/BIM-337918
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-337918
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر