دوره 18، شماره 51 - ( 4-1397 )                   جلد 18 شماره 51 صفحات 40دوره23فصل__Se | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Entezari A, Mayvaneh F, Rezaie K, Rahimi F. (2018). An adaptive estimation method to predict thermal comfort indices man using car classification neural deep belief. jgs. 18(51), 23-40. doi:10.29252/jgs.18.51.23
URL: http://jgs.khu.ac.ir/article-1-2727-fa.html
انتظاری علیرضا، میوانه فاطمه، رضایی خسرو، رحیمی فاطمه. ارائه یک روش تخمین در پیش‌بینی شاخص‌های آسایش حرارتی انسان با بهره‌گیری از طبقه‌بندی ماشین عصبی باور عمیق تحقیقات کاربردی علوم جغرافیایی 1397; 18 (51) :40-23 10.29252/jgs.18.51.23

URL: http://jgs.khu.ac.ir/article-1-2727-fa.html


1- دانشگاه حکیم سبزواری، خراسان رضوی، سبزوار، پردیس دانشگاه حکیم سبزواری، دانشکده جغرافیا و علوم محیطی
2- دانشگاه حکیم سبزواری، خراسان رضوی، سبزوار، پردیس دانشگاه حکیم سبزواری، دانشکده جغرافیا و علوم محیطی ، fmayvaneh@yahoo.com
3- دانشگاه حکیم سبزواری، خراسان رضوی، سبزوار، پردیس دانشگاه حکیم سبزواری، دانشکده فنی و مهندسی
چکیده:   (5701 مشاهده)
آسایش و عدم آسایش حرارتی انسان از طریق شاخص‌های تئوری و تجربی زیادی محاسبه می‌شوند که داده‌های ورودی این شاخص‌ها بسیاری از عناصر آب و هوایی از جمله سرعت باد، درجه حرارت، رطوبت، تابش خورشید و غیره می‌باشد. در مطالعه حاضر از داده‌های روزانه درجه حرارت، سرعت باد،رطوبت نسبی و ابرناکی شهر مشهد بین سال‌های1392-1383 استفاده شده است. ابتدا پارامتر Tmrt در محیط نرم افزار Ray Man محاسبه و با استفاده از نرم افزار Bioklima مقادیر شاخص‌های UTCI وPMV استخراج گردید. نتایج مطالعه نشان می‌دهد که شدیدترین تنش‌های سرمایی بر اساس شاخص PMV در فصل زمستان و اواخر فصل پاییز مشاهده می‌شود. و شاخص UTCI نیز در ماه‌های دی و بهمن بیشترین تنش سرمایی را دارند. با وجود توانایی شبکه‌های عصبی، پیش بینی عملکرد آینده شبکه (تعمیم یافتگی) به سادگی امکان‌پذیر نیست و لذا مدل جدیدی در این مقاله ارائه گردیده که از شبکه‌های عصبی مبتنی بر ماشین بولتزمان محدود شده یا شبکه‌های عصبی باور عمیق بهره گرفته است. با بکارگیری این ساختار، معیارهای میانگین مربعات خطای استاندارد (MSE) و میانگین مطلق درصد خطا (MAPE) محک خوردند و برای 7 شاخصه حاصل از داده‌های گردآوری شده که سه شاخصه مربوط به زمان وقوع شرایط آب و هوایی و سایرین، شاخص‌های حرارتی آسایش انسان است، در سیستم ارزیابی گردید. ارزیابی با تقسیم داده‌ها به بخش‌های آموزشی و آزمایشی و به ترتیب به نسبت‌های دوسوم، پنجاه درصد و یک سوم صورت پذیرفته است و دو محک MSE و MAPE محاسبه شدند. عملکرد سیستم پیشنهادی در پیش بینی وضعیت آسایش حرارتی انسان مطلوب بود.
 
متن کامل [PDF 1452 kb]   (2763 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: برنامه ریزی توریسم

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وبگاه متعلق به تحقیقات کاربردی علوم جغرافیایی است.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Journal of Applied Researches in Geographical Sciences

Designed & Developed by : Yektaweb

Creative Commons License
This work is licensed under a Creative Commons — Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)