Andere Kunden interessierten sich auch für
![Prévision des précipitations à court terme à l'aide de modèles ANN et ANFIS]( "Prévision des précipitations à court terme à l'aide de modèles ANN et ANFIS")
Prévision des précipitations à court terme à l'aide de modèles ANN et ANFIS32,99 €![Kurzfristige Niederschlagsvorhersage mit ANNs und ANFIS-Modellen]( "Kurzfristige Niederschlagsvorhersage mit ANNs und ANFIS-Modellen")
Kurzfristige Niederschlagsvorhersage mit ANNs und ANFIS-Modellen49,90 €![Kratkosrochnoe prognozirowanie osadkow s pomosch'ü ANN i ANFIS modelej]( "Kratkosrochnoe prognozirowanie osadkow s pomosch'ü ANN i ANFIS modelej")
Kratkosrochnoe prognozirowanie osadkow s pomosch'ü ANN i ANFIS modelej32,99 €![Short-term Rainfall Forecasting using ANNs and ANFIS Models]( "Short-term Rainfall Forecasting using ANNs and ANFIS Models")
Short-term Rainfall Forecasting using ANNs and ANFIS Models32,99 €![Uno studio sulla classe di modelli di inventario con due livelli di stoccaggio]( "Uno studio sulla classe di modelli di inventario con due livelli di stoccaggio")
Uno studio sulla classe di modelli di inventario con due livelli di stoccaggio29,99 €![Modelli di sequenziamento]( "Modelli di sequenziamento")
Modelli di sequenziamento29,99 €![Il significato del termine]( "Il significato del termine")
Il significato del termine "assioma" da Platone alla modernità29,99 €
La previsione delle precipitazioni rappresenta ancora un problema estremamente importante in idrologia. D'altra parte, le precipitazioni sono uno dei processi idrologici più complicati nella previsione del deflusso. Nel presente studio si è cercato di sviluppare modelli di reti neurali artificiali (ANN) e di sistemi di inferenza neuro-fuzzy adattivi (ANFIS) per la previsione delle precipitazioni giornaliere nel periodo monsonico di Junagadh, Gujarat, India. I dati del periodo (1 giugno-30 ottobre) degli anni 1979-1981, 1984-1989 e 1991-2007 sono stati utilizzati per addestrare i modelli e i dati degli anni 2008-2011 sono stati utilizzati per testare i modelli. L'analisi di sensibilità è stata utilizzata per identificare il parametro più importante per la previsione delle precipitazioni. Nel modello ANN, l'algoritmo di back-propagation e la funzione di attivazione sigmoide sono stati utilizzati per addestrare e testare i modelli, mentre nei modelli ANFIS sono state utilizzate le funzioni di appartenenza gaussiana e a campana generalizzata. Dallo studio è emerso che le prestazioni del modello ANN a doppio strato nascosto con quattro parametri di ingresso sono migliori rispetto al modello ANFIS. L'analisi di sensibilità ha indicato che il parametro di input più importante, oltre alle precipitazioni stesse, è la pressione di vapore nella previsione delle precipitazioni.