پیش بینی بارندگی شهرستان بشرویه به کمک شبکه عصبی مصنوعی با متوازن سازی داده ها

Abstract

پیش بینی باران با توجه به عملکرد نامنظم وقوع باران کار بسیار سختی می¬باشد. تشخیص زود هنگام بارش باران به مدیریت و برنامه ریزی صحیح مخصوصا در مناطق خشک و نیمه خشک می¬شود. پیش بینی مقداردقیق بارش، کاربرد بسیاری در تحقیقات خشکسالی، بلایای طبیعی و آب شناسی دارد. تشخیص زودهنگام باران باعث کنترل بهینه جهت تغذیه سفره¬های زیر زمینی دارد. با توجه به رفتار غیرخطی باران، استفاده از شبکه¬های هوشمند عملکرد بهتر و دقت بیشتری نشان می¬دهد. در این مقاله اطلاعات ایستگاه هواشناسی بشرویه از سال 1395 استخراج شده است. این اطلاعات شامل 19 ویژگی از قبیل تبخیر، دما، رطوبت، وزش باد و ... به عنوان ورودی و میزان بارندگی به عنوان خروجی درنظر گرفته شده است. از روش knn جهت تخمین اطلاعات از دست رفته و از روش¬های متعادل سازی جهت پردازش اطلاعات برای تخمین بهتر شبکه عصبی استفاده شده است. نتایج پیاده-سازی نشان می¬دهند که پردازش اولیه داده باعث بالا رفتن دقت در حدود 99 درصد می¬شود. مزیت عمده این مقاله نسبت به مقالات دیگر پردازش اولیه داده جهت بهبود شبکه عصبی و قابلیت اطمینان بیشتر است. از میان روش-های بکار رفته، شبکه عصبی SVM و یادگیری شبه نظارتی بهترین جواب براساس معیارهای اندازه گیری را کسب کرده است.