|
Title
|
صحت سنجی تجزیه مد تجربی تلفیقی با تبدیل نرمال در پیش بینی عناصر اقلیمی
|
|
Type of Research
|
Article
|
|
Keywords
|
الگوریتم، نرمال سازی، EMD، تلفیق
|
|
Abstract
|
ماهیت ناایستا و چولگی سری های زمانی ناشی از عوامل مختلف از جمله فعالیت های انسانی چالش جدیدی را در پیش بینی عناصر اقلیمی ایجاد کرده است. جهت افزایش دقت در روند پیش بینی و غلبه بر چولگی سری های زمانی، الگوریتمی پیشنهاد و عملکرد آن در سه اقلیم خشک، نیمه خشک و بسیار مرطوب با داده های دمای بیشینه و مجموع ساعات آفتابی ارزیابی شد. اساس الگوریتم بر تجزیه سری زمانی با رویکرد تجزیه مد تجربی (EMD) و سپس نرمال سازی سری های تجزیه شده است. تجزیه سری و سپس نرمال سازی زیر سری ها توانست عملکرد مدلسازی را به شدت ارتقاء دهد، به طوری که میزان متوسط کاهش خطای جذر میانگین مربعات در پنج ایستگاه با داده های دمای بیشینه از حالت بدون تجزیه به تجزیه سری و نرمال سازی زیر سری های به ترتیب برابر با 22/11 و 94/22 درصد شد. الگوریتم پیشنهادی در مدلسازی دمای متوسط و مجموع ساعات آفتابی به ترتیب در اقلیم خشک و بسیار مرطوب دارای کمینه خطا بود. در مورد دمای بیشینه بجز ایستگاه بیرجند بقیه ایستگاه ها دارای کم برآورد و در مورد داده های مجموع ساعت آفتابی فقط ایستگاه ها در اقلیم خشک دارای تخمین کم برآورد هستند. بنابراین نوع اقلیم می تواند عملکرد مدلسازی را تحت تاثیر قرار دهد. نوع زیر سری نرمال شده در روند مدلسازی هم می تواند بر دقت پیش بینی تاثیر داشته باشد. تلفیق تجزیه مد تجربی با تبدیل نرمال بخصوص در مورد سری های ناایستا عملکرد رضایت بخشی دارد که می تواند به عنوان ابزار کارآمد در مدلسازی پیچیده نقش موثری داشته باشد.
|
|
Researchers
|
Laleh Parviz (First Researcher)
|