نورا محمد ناصر الحسيني ^{* (1)} ومحمد طاهر يوسف عنان⁽²⁾ ويحيى محمد فريد⁽¹⁾  

 (1) قسم الإحصاء الرياضي، كلية العلوم، جامعة حلب-حلب –سورية.

 (2) قسم هندسة الاتصالات، كلية الهندسة الكهربائية والإلكترونية، جامعة حلب-حلب-سورية

  (*للمراسلة نورا الحسيني، 00963934050014، البريد الإلكتروني alhusseini.noura@gmail.com)

تاريخ الاستلام: 05/01/2020             تاريخ القبول: 06/02/2020

الملخص

تم في هذا البحث تهجين أسلوب تحليل المكونات الأساسية (PCA) والشبكة العصبونية ذات الانتشار الأمامي متعددة الطبقات (MLFF) لتحسين التنبؤ بالمعدلات الشهرية لدرجات الحرارة الصغرى والعظمى والجافة، سرعة الرياح، الضغط الجوي، الرطوبة النسبية، المجموع الشهري للهطول المطري لمدينة حلب في سورية، والمعدلات الشهرية لدرجات الحرارة الصغرى والعظمى والجافة، ضغط البخار، الهطول المطري لمدينة مون في ولاية ناغلاند في الهند، إذ تمت المقارنة بين ثلاث طرائق، تضمنت الطريقة الأولى التنبؤ باستخدام الشبكة (MLFF)، أما في الطريقة الثانية فتم تطبيق (PCA) على مداخل الشبكة (MLFF) والتنبؤ، وفي الطريقة الثالثة تم اقتراح استبدال سلاسل درجات الحرارة بالمكون الأساسي الأول، ثم تطبيق (PCA) على مداخل الشبكة (MLFF) والتنبؤ، أظهرت النتائج قدرة الشبكة (MLFF) على التنبؤ بباراميترات الطقس قيد الدراسة عدا سلسلة الأمطار كونها من أكثر السلاسل التي لا تخضع لقاعدة معينة، كما أن تطبيق (PCA) على المداخل بشكل عام قد خفض من عدد باراميترات الشبكة المراد تقديرها، وحسن من نتائج التنبؤ، وتفوقت الطريقة الثالثة المقترحة على الطريقتين السابقتين في التنبؤ بالسلاسل قيد الدراسة.

الكلمات المفتاحية: تحليل المكونات الأساسية، الشبكات العصبونية، التنبؤ، سلاسل باراميترات  طقس مدينة حلب، سلاسل باراميترات  طقس مدينة مون.

البحث كاملاً باللغة العربية:pdf