فهرست نشریات علمی دسترسی آزاد ایران

موضوع: این مطالعه به بررسی داده‌های بارش تجمعی ۲۴ ساعته در ایران و پیش‌بینی میزان بارش در دوره‌های زمانی مختلف ازطریق داده‌کاوی و یادگیری ماشین می‌پردازد. هدف: توسعۀ مدلی دقیق برای پیش‌بینی بارش تجمعی ۲۴ ساعته در مناطق ایران با استفاده از شبکه‌های عصبی چندلایه و درخت تصمیم، به‌منظور بهبود برنامه‌ریزی هیدرولوژیکی و مدیریت منابع آب. روش تحقیق: مجموعه دادۀ بارش روزانۀ D از ایستگاه‌های ایران جمع‌آوری و با نرمال‌سازی آماده شد. دو مدل یادگیری ماشین شامل MLP با تابع فعال‌سازی σ و درخت تصمیم با معیار آنتروپی پیاده‌سازی شد. عملکرد مدل‌ها با معیارهای دقت، صحت و خطا ارزیابی و مقایسه گردید. یافته‌ها: مدل MLP در تخمین بارش ماهانه با حداقل‌سازی MSE به میزان 04/0 کارایی نشان داد. تحلیل درخت تصمیم، استان‌های ایران را براساس ویژگی‌های بارش به هفت خوشه‌بندی تقسیم کرد؛ خوشه‌های 4 و 7 به‌ترتیب استان‌های با کمینه (شامل اصفهان، سیستان و بلوچستان، یزد) و بیشینۀ بارش (شامل گیلان، کهگیلویه و بویراحمد، مازندران) را نشان داد. رگرسیون خطی تأثیر معنادار متغیر زمان با 209/0 بر واریانس بارش را نشان داد. نتیجه‌گیری: استفاده از یادگیری ماشین، به‌ویژه شبکه‌های عصبی، در تحلیل داده‌های هیدرولوژیکی ایران مؤثر است و می‌تواند به بهبود سیستم‌های پیش‌بینی بارش کمک کند.