عنوان مقاله

+ مقاله پیش بینی دما با استفاده از روش های هوشمند

فهرست مطالب

+

  • مقدمه ۱
  • فصل یکم – منطق فازی و ریاضیات فازی  
  • ۱-۱- منطق فازی ۲
  •  تاریخچه مختصری از منطق فازی۲
  • ۱-۱-۲- آشنایی با منطق فازی۴
  • ۱-۱-۳- سیستم های فازی ۷
  • ۱-۱-۴- نتیجه گیری ۱۰
  • ۱-۲- ریاضیات فازی۱۱
  • ۱-۲-۱- مجموعه های فازی۱۱
  • ۱-۲-۲- مفاهیم مجموعه های فازی۱۴
  • ۱-۲-۳- عملیات روی مجموعه های فازی۱۴
  • ۱-۲-۴- انطباق مجموعه های فازی   ۱۹
  • ۱-۲-۵- معیار های امکان و ضرورت۱۹
  • ۱-۲-۶- روابط فازی۲۱
  • ۱-۲-۶-۱- رابطه ی هم ارزی فازی۲۳
  • ۱-۲-۶-۲- ترکیب روابط فازی۲۳
  • ۱-۲-۷- منطق فازی۲۴
  • ۱-۲-۷-۱- عملیات منطقی و مقادیر درستی فازی۲۵
  • ۱-۲-۷-۲- کاربرد مقادیر درستی فازی۲۷
  • ۱-۲-۸- نتیجه گیری۲۷
  • فصل دوم- الگوریتم ژنتیک
  • ۲-۱- چکیده۲۸
  • ۲-۲- مقدمه ۲۹
  • ۲-۳- الگوریتم ژنتیک چیست؟۳۲
  • ۲-۴- ایده اصلی الگوریتم ژنتیک۳۵
  • ۲-۵- الگوریتم ژنتیک۳۷
  • ۲-۶- سود و کد الگوریتم۳۸
  • ۲-۷- روش های نمایش۳۹
  • ۲-۸- روش های انتخاب۴۰
  • ۲-۹- روش های تغییر۴۱
  • ۲-۱۰- نقاط قوت الگوریتم های ژنتیک۴۲
  • ۲-۱۱- محدودیت های GA ها۴۳
  • ۲-۱۲- چند نمونه از کاربردهای الگوریتم های ژنتیک۴۳
  • ۲-۱۳- نسل اول۴۵
  • ۲-۱۴- نسل بعدی۴۶
  • ۲-۱۴-۱- انتخاب۴۷
  • ۲-۱۴-۲- تغییر از یک نسل به نسل بعدی(crossover)47
  • ۲-۱۴-۳- جهش (mutation)48
  • ۲-۱۵- هایپر هیوریستیک۴۸
  • فصل سوم- بررسی مقالات
  • ۳-۱- یک روش رویه‌‌‌ای پیش بینی دمای هوای شبانه برای پیش بینی یخبندان
  • ۳-۱-۱- چکیده۵۱
  • ۳-۱-۲- مقدمه ۵۱
  • ۳-۱-۳- روش شناسی۵۳
  • ۳-۱-۳-۱- مجموعه اصطلاحات۵۳
  • ۳-۱-۳-۲-نگاه کلی۵۳
  • ۳-۱-۳-۳- یادگیری۵۴
  • ۳-۱-۳-۴- تولید پارامتر های ساختاری۵۵
  • ۳-۱-۳-۵- پیش بینی۵۷
  • ۳-۱-۳-۶- متناسب سازی ضعیف، متوسط و دقیق۵۹
  • ۳-۱-۴- نتایج۶۰
  • ۳-۱-۴-۱- واقعه ی یخبندان شپارتون۶۴
  • ۳-۱-۴-۲- بحث۶۵
  • ۳-۱-۵- نتیجه گیری۶۶
  • ۳-۲- پیش بینی دما و پیش گویی بازار بورس بر اساس روابط منطق فازی و الگوریتم ژنتیک
  • ۳-۲-۱- چکیده ۶۷
  • ۳-۲-۲- مقدمه۶۷
  • ۳-۲-۳- سری های زمانی فازی و روابط منطق فازی۶۹
  • ۳-۲-۴- مفاهیم اساسی و الگوریتم های ژنتیک ۷۰
  • ۳-۲-۵- روش جدید پیش بینی دما و بازار بورس بر اساس روابط منطقی فازی و الگوریتم های ژنتیک۷۱
  • ۳-۲-۶- نتیجه گیری۹۳
  • ۳-۳-پیش بینی روند دمای جهانی بر اساس فعالیت های خورشیدی پیشگویی شده در طول دهه های آینده
  • ۳-۳-۱- چکیده ۹۴
  • ۳-۳-۲- مقدمه۹۴
  • ۳-۳-۳- داده و روش بررسی۹۶
  • ۳-۳-۴- نتایج۹۹
  • ۳-۳-۵- نتیجه گیری۱۰۰
  • منابع ۱۱۵
  • فهرست جدولها
  • جدول۱-۲-۱- برخی از مفاهیم پایه ی مجموعه های فازی
  • جدول۳-۱-۱- تاریخ اولین پیش بینی و خطای پیش بینی مربوطه
  • جدول۳-۲-۱- داده های پیشین میانگین دمای روزانه از ۱ ام ژوئن ۱۹۹۶ تا ۳۰ ام سپتامبر در تایوان
  • جدول۳-۲-۲- داده های قدیمی تراکم ابر های روزانه از ۱ ام ژوئن ۱۹۹۶ تا ۳۰ ام سپتامبر در تایوان
  • جدول۳-۲-۳- جمعیت ابتدایی
  • جدول۳-۲-۴- میانگین دمای روزانه ی فازی شده و تراکم ابرهای روزانه فازی شده از ۱ ام ژوئن تا۳۰ام سپتامبر در تایوان بر اساس نخستین کروموزوم
  • جدول۳-۲-۵- دو فاکتور مرتبه سوم روابط گروهی منطق فازی
  • جدول۳-۲-۶- دمای پیش بینی شده و میانگین خطای پیش بینی بر اساس سریهای زمانی فازی مرتبه سوم
  • جدول۳-۲-۷- درصد میانگین خطای پیش بینی برای مراتب مختلف بر اساس روشهای پیشنهادی
  • جدول۳-۲-۸- درصد میانگین خطاهای پیش بینی برای پنجره های متفاوت بر اساس روشهای پیشنهادی
  • جدول۳-۲-۹- داده های قدیمیTAIFEXو TAIEX
  • جدول۳-۲-۱۰- خطای مربع حسابی برای مراتب مختلف روش پیشنهادی
  • جدول۳-۲-۱۱- مقایسه مقادیر پیشبینیTAIFEXوخطاهای مربع حسابی برای روشهای مختلف پیش بینی
  • فهرست شکلها
  • شکل ۱-۱-۱- طرز کار سیستم فازی
  • شکل ۱-۲-۱- نمودار توابع فازی s، ذوزنقهای و گاما
  • شکل ۱-۲-۲- مثال هایی از اجتماع، اشتراک و متمم دو تابع عضویت
  • شکل ۱-۲-۳- برخی از عملگر های پیشنهاد شده برای اشتراک
  • شکل۱-۲-۴- برخی از عملگر های پیشنهاد شده برای اجتماع
  • شکل ۱-۲-۵- انطباق دو مجموعه فازی
  • شکل ۱-۲-۶- نمایش معیار های امکان و ضرورت
  • شکل ۱-۲-۷- مقادیر درستی فازی
  • شکل ۲-۱- منحنی
  • شکل ۲-۲- تاثیر الگوریتم ژنتیک بر کروموزوم های ۸ بیتی
  • شکل۳-۱-۱-تفاوت های تولید شده ی بین مشاهدات مرجع و مشاهداتی که زودتر در صف می آیند
  • شکل ۳-۱-۲- مشاهدات هواشناسی به صف شده
  • شکل ۳-۱-۳- دیاگرام درختی
  • شکل ۳-۱-۴- توابع گاوس برای متناسب سازی ضعیف، متوسط و دقیق دمای هوا
  • شکل ۳-۱-۵- هیستوگرام خطا های پیش بینی
  • شکل۳-۱-۶- خطای میانه ماهیانه
  • شکل ۳-۱-۷-خطای درصدی میانه ماهیانه
  • شکل ۳-۱-۸-تراکم پیش بینی
  • شکل ۳-۱-۹- ترسیم توزیعی دمای هوای مشاهده شده در مقابل ۱ ساعت پیش بینی دمای هوا
  • شکل۳-۱-۱۰- واقعه ی شپارتون، مشاهده و پیش بینی دماهای هوا
  • شکل ۳-۲-۱- یک کروموزوم
  • شکل ۳-۲-۲- توابع عضویت متناظر رن هایx کروموزوم های نشان داده شده در شکل۳-۲-۱
  • شکل ۳-۲-۳- توابع عضویت متناظر ژن هایy کروموزوم های نشان داده شده در شکل۳-۲-۱
  • شکل ۳-۲-۴- عملیاتcrossover دو کروموزوم
  • شکل۳-۲-۵- عملیات جهش یک کروموزوم
  • شکل ۳-۲-۶- بهترین کروموزوم برای پیش بینی میانگین دمای روزانه در ژوئن ۱۹۹۶
  • شکل ۳-۲-۷- میانگین خطای پیش بینی روشهای پیشنهادی بر اساس سری های زمانی فازی مرتبه سوم
  • شکل ۳-۲-۸- خطای مربع حسابی بر اساس سری های زمانی فازی مرتبه هفتم
  • شکل ۳-۳-۱-پیکر بندی شبکه های عصبی منطقی فازی
  • شکل ۳-۳-۲- مقادیر مشاهده و پیش بینی شده ی ولف نو
  • شکل ۳-۳-۳- مقادیر مشاهده و پیش بینی شده ی دمای غیر عادی جهان

======