پيش بيني بادجستي با شبكه پيشخور توسط الگوريتم يادگيري پس انتشار ارتجاعي

اين تحقيق كارايي شبكههاي عصبي را در پيش بيني بادجستي نشان مي دهد. داده ها مربوط به 27 كميت اندازه گيري شده در ايستگاه مهرآباد در بازه زماني مارس تا اوت 2013 است كه بين بازه 1/0 و 9/0 نرمال سازي سپس به صورت تصادفي با نسبت هاي۷0، ۱۵ و ۱۵ درصد بترتيب براي آموزش، آزمون و اعتبارسنجي شبكه اختصاص داده شدند. 25 كميت به عنوان ورودي به شبكه پيش خور با الگوريتم يادگيري پس انتشار ارتجاعي، تابع سيگموئيد و هشت نرون در لايه پنهان، و تابع خطي در لايه خروجي داده شد، خروجي شبكه سمت و سرعت بادجستي بود. مقادير ضريب تعيين در پيش بيني سرعت باد براي داده‌هاي آموزش، ... بترتيب9993/0، 9991/0 و 9991/0 شد كه نشان مي دهند نزديك به 100 در صد مقدار سرعت باد تحت تاثير متغيرهاي مستقل بوده است. اما در پيش بيني جهت باد بترتيب 8598/0، 8586/0 و 8471/0 شد كه نشان مي-دهند نزديك به 85 در صد مقدار جهت باد تحت تاثير اين متغيرهاي مستقل بوده و مابقي تغييرات آن وابسته به ساير عوامل است.