پيش بيني سرعت باد با استفاده از شبكه پرسپترون چندلايه در فرودگاه مهرآباد

پیش بینی كوتاه مدت سرعت باد امری ضروری برای جلوگیری از خسارت ناشی از باد های شدید است . پیش بینی سرعت باد كاربردهای زیادی در امور نظامی و غیر نظامی برای كنترل ترافیك هوایی ،پرتاب موشك ، ناوبری كشتی ها و . . . دارد پیش بینی كوتاه مدت سرعت باد ( در آینده ای نزدیك ) به متغیر های هو اشناسی دیگری مانند : فشار ، رطوبت موجود ، بارش و . . . وابسته است در این تحقیق مقادیر این پارامترها از گزارشات متار ایستگاه مهراباد تهران به دست آمده است و برای آموزش شبكه عصبی مصنوعی پرسپترون چند لایه استفاده شده است . مدل آموزش دیده ی شبكه های عصبی با استفاده از مجموعه ای از داده های مشابه ، آزموده شده است . پس از آن مدل برای پیش بینی سرعت باد با استفاده از اطلاعات هواشناسی یكسان مورد استفاده قرار گرفته است . این مقاله از مدل شبكه ی عصبی مصنوعی از نوع پرسپترون چند لایه برای پیش بینی سرعت باد در یك بازه یك ساعته استفاده نموده است . مجذور مربعات میانگین خطا برای مرحله آموزش، آزمون و اعتبار سنجی به ترتیب ۷۳۵ ۰ - ۰ ، ۶ ۵ ۶ ۰ - ۰ و ۷۳۴ ۰ - ۰ بوده است .