ارزيابي كارائي شبكه عصبي موجك در مدلسازي سري زماني تغييرات لايه يونوسفر (بررسي موردي: شمال غرب ايران)

در اين مقاله از شبكه عصبي موجك (WNN) جهت مدلسازي سري زماني (TS) تغييرات محتواي الكترون كلي يونوسفر (TEC) در منطقه ايران استفاده شده است. جهت انجام اينكار مشاهدات 11 روز مربوط به 22 ايستگاه موجود در شمالغرب كشور (N-W) براي ماه آگوست سال 2012 بكار گرفته شده است. از الگوريتم پس انتشار خطا (BP) جهت آموزش شبكه عصبي موجك استفاده شده است. نتايج حاصل از روش شبكه عصبي با نتايج حاصل از مدل مرجع جهاني(IRI-2012) و خروجي شبكه جهاني IGS مورد مقايسه قرار گرفته است. جهت ارزيابي خطاي مدل شبكه عصبي موجك از شاخص هاي آماري خطاي نسبي و خطاي مطلق استفاده شده است. كمينه خطاي نسبي محاسبه شده براي شبكه عصبي مصنوعي موجك 6/37 درصد و بيشينه آن 12/94 درصد مي باشد. همچنين كمينه و بيشينه خطاي مطلق 0/13 و 6/32 TECU بدست آمده است. نتايج حاصل از اين مقاله حاكي از آن است كه مدل شبكه عصبي مصنوعي موجك با الگوريتم آموزش پس انتشار از دقت و صحت لازم جهت پيش بيني تغييرات زماني لايه يونسفر برخوردار مي باشد.