پیش‌بینی تغییرات اقلیمی آینده با استفاده از شبکه‌های عصبی مصنوعی

محمدامین ایزدی پور¹ رضا دهمرده بهروز²

1) دانشجوی کارشناسی ارشد، علوم و مهندسی محیط زیست، دانشگاه زابل، زابل، ایران
2) عضو هیئت علمی علوم و مهندسی محیط زیست دانشگاه زابل، زابل، ایران

کد IOI مقاله : AZAA-AZDBGK
محل انتشار : اولین کنگره بین‌المللی احیاء بوم‌شناختی بر پایه طبیعت (با تأکید بر صیانت از شتر دوکوهانه)(neruma.ir)
چکیده :
    در شبکه‌های عصبی مصنوعی (ANN) با بازخورد، خروجی حداقل یک سلول به‌عنوان ورودی به خود یا سایر سلول‌ها داده می‌شود و بازخورد معمولا ً از طریق یک عنصر تاخیر انجام می‌شود‌. بازخورد می‌تواند بین سلول‌ها در یک لایه یا بین سلول‌ها بین لایه‌ها باشد‌. با این ساختار، شبکه عصبی پس خور رفتار غیرخطی دینامیکی را نشان می‌دهد‌. بنابراین، ساختارهای شبکه عصبی مصنوعی پس خور بسته به نوع بازخورد در ساختارها و رفتارهای مختلف به دست می‌آیند‌. مطالعات زیادی در مورد افزایش دمای متوسط جهانی در قرن گذشته صورت ‌گرفته است. پیامدهای افزایش مداوم دمای جهانی مساله ای قابل‌توجه خواهد بود‌. افزایش سطح آب دریاها و افزایش فراوانی وقایع شدید آب و هوایی میلیاردها نفر را تحت‌تاثیر قرار خواهد داد‌. از یک شبکه عصبی پس خور متشکل از 1 لایه پنهان و 10 نورون استفاده کردیم. ما از یک مجموعه داده متشکل از MEI، CO2، CH4، N2O، CFC-11، CFC-12، TSI و ذرات معلق در هوا استفاده کردیم. اعتبارسنجی داده‌های آموزشی 172/90 درصد، اعتبارسنجی 859/84 درصد، اعتبارسنجی داده‌های تست 81.697٪، کل 87.945٪ بوده است. اثرات تغییرات اقلیم در حال حاضر مشاهده شده‌ است و در آینده واضح‌تر خواهد شد‌. با مشارکت همه کشورها، اثرات منفی تغییرات اقلیمی باید شناسایی شوند‌. به این ترتیب، استراتژی‌های مقابله با مشکلات بالقوه ناشی از تغییرات آب و هوایی آینده را می‌توان مطرح و اعمال کرد.

کلمات کلیدی : پیش بینی تغییر اقلیم شبکه عصبی مصنوعی گرم شدن جهانی مشکلات زیست‌محیطی