فهرست نشریات علمی دسترسی آزاد ایران

در این پژوهش با استفاده از شش مدل شبکه عصبی (ANN)، انفیس(ANFIS)، ماشین بردار پشتیبان (SVM)، برنامه‌ریزی ژنتیک (GP)، رگرسیون بردار پشتیبان (SVR) و رگرسیون چندمتغیره (Reg)، متوسط دمای روزانه ایستگاه­های کرمان و بم طی دوره آماری 1961-2005 بررسی و شبیه­سازی شد. نتایج نشان داد که متوسط دمای روزانه طی دوره­های یاد شده افزایش چشمگیری برای هر دو منطقه خواهند داشت. نتایج  کلی به دست آمده حاکی از برتری نتایج مدل رگرسیونی SVR (کرمان: RMSE=1.105  و R=0.992) و (بم: RMSE=1.01  و R=0.99) می­باشد. نتایج بررسی­ها نشان داد که مدل SVR، میزان خطای شبیه­سازی را نسبت به مدل­های شبکه عصبی (ANN)، انفیس (ANFIS)، برنامه‌ریزی ژنتیک (GP) و رگرسیون چندمتغیره (Reg) در ایستگاه کرمان به ترتیب 32، 42، 30 و 11 درصد و در ایستگاه بم به ترتیب 62، 59، 27 و 27 درصد بهبود می­بخشد. نتایج بررسی جذر میانگین مربعات خطا نشان داد که از بین شش مدل مورد بررسی، مدل رگرسیون بردار پشتیبان و برنامه ریزی ژنتیک برای ایستگاه بم و مدل رگرسیون بردار پشتیبان برای ایستگاه کرمان از دقت بالاتری برخوردار می­باشد. همچنین نتایج نشان داد که برآورد میزان دمای متوسط ایستگاه سینوپتیک بم دارای کارایی و دقت بیشتری نسبت به ایستگاه سینوپتیک کرمان هستند. در این پژوهش هر چند آنالیز نتایج خروجی مدل­ها منجر به نتایج یکسانی نشد ولی نتایج مدل­ها بیانگر افزایش در متغیر­های دمایی در دو شهر کرمان و بم در دوره­‌های آتی می­باشد.