آموزش پیش بینی دمای ماکزیمم هوا با استفاده از شبکه عصبی(قسمت سوم)
ما در این آموزش 3معیار را برای ارزیابی شبکه انتخاب کردیم
1)انحراف معیار
توسط فرمول زیر معرفی می شود
که در اینجاX مقدار مشاهده شده و Y مقدار پیش بینی شده
2) درصد خطای برآورد داده ها
3) درصد خطای زیرC2±
پیش بینی هایی که سازمان هواشناسی انجام می دهد با خطای C2± است که ما این معیار را در این مقاله در نظر گرفتیم و با پیش بینی هایی که این سازمان با تمام امکانات انجام می دهد مقایسه می کنیم.
ما در این آموزش از دو نوع شبکه استفاده کردیم
- شبکه عصبی استاتیک
شبکه عصبی پیش رو با انتشار خطا به عقب(back propagation)
شبکه عصبی مبتنی بر تابع پایه شعاعی
- شبکه عصبی دینامیک
شبکه عصبی TDNN
شبکه عصبی ELMAN
در اینجا قسمت سوم آموزش پیش بینی دما با استفاده از شبکه عصبی به پایین رسید در ادامه با آموزش های بیشتر در کنار شما خواهیم بود.
