ارزیابی کارایی مدل‌های شبکه عصبی در پیش‌بینی وقایع خشکسالی در ایستگاه یزد

امروزه مدل‌های مختلف هوش محاسباتی توانایی بالایی را در پیش‌بینی سری‌های زمانی از خود نشان داده‌اند. هدف اصلی این مقاله ارزیابی کارایی شش مدل شبکه عصبی مصنوعی در شبیه‌سازی بارش و به دنبال آن خشکسالی در ایستگاه یزد است تا مدل با بالاترین کارایی شناسایی شود. برای ارزیابی کارایی مدل نیز از دو پارامتر ریشه مربعات خطا و ضریب اطمینان استفاده شد. نتایج نشان دادند ساختارهای دینامیک شبکه عصبی شامل دو شبکه برگشتی و برگشتی با تاخیر زمانی به‌ترتیب با ضریب کارایی 77/0 و 78/0 در پیش‌بینی‌ها، کارایی بهتری را از خود نشان داده‌اند و در نهایت مدل برگشتی با تاخیر زمانی به‌عنوان مدل برتر شناسایی شد.