Neural predictor for temperature estimation

Özet

Günlük insan aktiviteleri tamamen meteorolojik tahminlerle ilişkilidir. Eğer tahminler iyi yapılmazsa, umulmayan yer ve zamanlarda kötü hava şartları yüzünden insanoğlu zorluklarla karşılaşabilir. Meteorolojik parametrelerin tahmini silahlı kuvvetler için de önemlidir. Bu çalışmada, sıcaklık tahmininin önemli olduğu kritik işlerde güvenli bir ortam oluşturmada yapay sinir ağları kullanımı ve karşılaştırılması yapılmıştır. Çok katlı perseptronlar (MLP) kullanılarak günlük sıcaklık tahmini için yeni bir yaklaşım sunulmuştur. Geriyayılım, hızlı-yayılım ve geliştirilmiş delta-bar-delta öğrenme algoritmaları MLP'leri eğitmek için kullanılmıştır. Bu yaklaşımlar kullanılarak bulunan tahmini sıcaklık değerleri, Kayseri Meteoroloji İstasyonu'nda kaydedilen sonuçlarla kaşılaştmldığında uyumluluk içerisindedir.

Abstract

Daily human activities are closely related to.the meteorological forecasts. If the forecasts are not predicted precisely human face difficulty because of the bad weather conditions at unexpected locations and times. The forecast of meteorological parameters has also important for the armed forces and military operation. This study presents a temperature forecast based on artificial neural networks to support critical tasks. Multilayered perceptrons (MLPs) for predicting the daily temperature is presented. The three learning algorithms, the backpropagation, the quickpropagation, and the extended delta-bar-delta, are used to train the MLPs. The predicted temperatures obtained by using these approaches are in very good agreement with the measured results recorded at State Meteorological Station in Kayseri, Turkey.