بررسي تركيب تبديل هاي موجك و شبكه عصبي در پيش بيني جريان هاي سطحي تنگه هرمز

جريان هاي سطحي اقيانوسي، نقش مهمي در انتقال گرما و تغييرات آب و هوايي دارد. ازاين رو، پيش بيني جريان هاي دريايي از اهميت بسزايي در اقيانوس شناسي برخوردار است. در اين پژوهش با به كارگيري شبكه عصبي و تكنيك تبديل موجك به پيش بيني جريان هاي سطحي تنگه هرمز پرداخته شده است. بدين منظور داده هاي ثبت شده اين حوزه از نوامبر سال 1442 تا دسامبر سال 2119 با گام زماني 5 روزه از سايت ناسا تهيه و با به كارگيري تبديل هاي موجك به زير موجك هاي مادر Rbio ، Coif ، Bior ، dmey ، Db ، Sym ، haar به 10 زيرسري تجزيه و به عنوان ورودي مدل شبكه عصبي به كار گرفته شد. سپس با اجراي مدل شبكه عصبي ضرايب وزني هر يك از زير موجك ها تعيين شد. نتايج اين بررسي نشان داد كه زير موجك هاي توليدشده به وسيله موجك (coif(5 كمترين خطا در پيش بيني جريانات سطحي را دارد. به منظور ارزيابي ميزان اثربخشي هر يك از اين زير موجك ها و دستيابي به نتايج مطلوب در مراحل آموزش، اعتبارسنجي و آزمايش، شبكه هاي چندلايه با تعداد نورون مختلف در لايه پنهان استفاده شد كه نتايج نشان داد؛ انتخاب 6 زير موجك d1, d2 , …, d6 با مقدار خطا 1/841 R= 1/ و 125 RMSE= در مرحله آزمايش مناسب ترين تعداد را در پيش بيني جريانات سطحي تنگه هرمز دارد