APPLICAZIONE DELLA TECNICA DELLE RETI NEURALI ARTIFICIALI - Chavda, J. M.; Chavda, S. K.; Makwana, J. J.
30,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in über 4 Wochen
  • Broschiertes Buch

Le precipitazioni sono un parametro molto importante nel modello idrologico. Sono state sviluppate molte tecniche e modelli per la previsione delle precipitazioni. Questo studio presenta un metodo di previsione delle precipitazioni sviluppando un modello basato su RNA che utilizza le principali variabili meteorologiche come la temperatura del bulbo secco, la temperatura del bulbo umido, l'umidità relativa, l'evaporazione del pan e la pressione di vapore come input, mentre le precipitazioni come output target. Nell'ambito delle procedure di sviluppo del modello ANN, la serie di 11956 dati…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Le precipitazioni sono un parametro molto importante nel modello idrologico. Sono state sviluppate molte tecniche e modelli per la previsione delle precipitazioni. Questo studio presenta un metodo di previsione delle precipitazioni sviluppando un modello basato su RNA che utilizza le principali variabili meteorologiche come la temperatura del bulbo secco, la temperatura del bulbo umido, l'umidità relativa, l'evaporazione del pan e la pressione di vapore come input, mentre le precipitazioni come output target. Nell'ambito delle procedure di sviluppo del modello ANN, la serie di 11956 dati dell'area di studio è stata suddivisa in due parti: il 70% dell'intera serie di dati è stato utilizzato come dati di addestramento, mentre il restante 30% è stato utilizzato come dati di test e di validazione. Il modello proposto è stato in grado di prevedere i valori con risultati adeguati. Per valutare i risultati e la capacità dei modelli prognostici sviluppati, sono stati utilizzati indici statistici appropriati come il coefficiente di determinazione (R2), l'errore quadratico medio (RMSE), l'errore quadratico medio (MSE), l'efficienza di Nash-Sutcliffe (EF), i criteri di informazione di Akaike (AIC) e i criteri di informazione bayesiani (BIC). I risultati di questa analisi hanno mostrato che il modello RNA 5-5-3-1 fornisce risultati soddisfacenti sulla base degli indici statistici.
Autorenporträt
Le professeur J. M. Chavda a obtenu sa licence et sa maîtrise en ingénierie agricole auprès de la célèbre université agricole de Junagadh, au Gujarat. Il travaille actuellement comme professeur adjoint à l'université agricole de Sardarkrushinagar Dantiwada, au Gujarat. Il a 5 ans d'expérience dans le domaine de l'enseignement, de la recherche et de la vulgarisation.