|
|
-
Абдрасакова А.Б
-
Абдрасакова А.Б
-
A. Abdrasakova
-
КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ ТЕМПЕРАТУРЫ ВОЗДУХА С ИСПОЛЬЗОВАНИЕМ ОБОБЩЕННЫХ РЕГРЕССИОННЫХ НЕЙРОННЫХ СЕТЕЙ
-
ЖАЛПЫЛАНГАН РЕГРЕССИЯЛЫК НЕЙРОН ТАРМАКТАРЫН КОЛДОНУУ МЕНЕН АБАНЫН ТЕМПЕРАТУРАСЫН КОМПЬЮТЕРДИК МОДЕЛДӨӨ
-
COMPUTER MODELING OF AIR TEMPERATURE USING GENERALIZED REGRESSION NEURAL NETWORKS
-
Моделирование температуры воздуха является первостепенной задачей для практических применений человека в повседневной жизни. Прогнозирование погоды влияет на все сферы, таких как сельскохозяйственное производство, проектирование энергоэффективных зданий, использование солнечной
энергии, оценка рисков для здоровья и т.п. Эта статья предполагает разработку и применение интеллектуальных моделей
на основе данных для оценки среднемесячной температуры воздуха за 100 летний периоды (с 1921-2021гг.) c входными данными, где в процедуре проектирования модели, выполняемой для
отдельных регионов Кыргызстана. Рассмотренная оцененная
модель, основанная на интеллектуальных данных, является:
обобщенная регрессионная нейронная сеть (GRNN), где прогнозируемые результаты за весенний и осенние месяцы, предлагается анализ по выбранным регионам. Также определены
среднее значение температуры воздуха и среднее отклонение.
-
Абанын температурасын моделдөө күнүмдүк жашоодо
адамдын практикалык колдонуусу үчүн эң маанилүү милдет болуп саналат. Аба ырайын болжолдоо айыл чарба өндүрүшүнө,
энергияны үнөмдөөсүнө, имараттарды долбоорлоодо, күн
энергиясын пайдаланууда, ден соолук коркунучун баалоодо ж.б.
бардык аймактарына таасирин тийгизет. Бул макалада 100
жылдык мезгилдеги (1921-2021-жылдардагы) абанын орточо
айлык температурасын баалоо үчүн интеллектуалдык маалыматтарга негизделген моделдерди иштеп чыгуу жана колдонуу
кирет, мында Кыргызстандын айрым аймактары үчүн моделдик долбоорлоо процедурасы аткарылган. Интеллектуалдык
маалыматтарга негизделген болжолдуу моделдер болуп төмөнкүлөр саналат: жалпыланган регрессиялык нейрон тармагы (GRNN), мында жазгы жана күзгү айлар үчүн бол-жол-донгон жыйынтыктар, тандалган аймактар үчүн талдоо сунушталат. Абанын температурасынын орточо мааниси жана орточо четтөө да аныкталган.
-
Modeling of air temperature is a paramount task for practical
human applications in everyday life. Weather forecasting affects all
areas such as agricultural production, energy efficient building design, solar energy use, health risk assessment, etc. This article involves the development and application of intelligent data-based models for estimating the average monthly air temperature for 100-
year periods (from 1921-2021) with input data, where in the model
design procedure performed for individual regions of Kyrgyzstan.
Considered estimated models based on intelligent data are: generalized regression neural network (GRNN), where the predicted results
for the spring and autumn months, an analysis is proposed for selected regions. The average value of the air temperature and the average deviation are also determined.
-
температура воздуха, прогноз погоды, задача прогнозирования, аппроксимация, нейронная сеть, изменение климата.
-
абанын температурасы, аба ырайы, болжолдоо маселеси, аппроксимация, нейрондук тармак, климаттын өзгөрүшү.
-
air temperature, weather forecast, forecasting task, approximation, neural network, climate change.
-
Абдрасакова Айзада Байышбековна,
Кыргызский государственный технический
университет им. И.Раззакова, г.Бишкек,
Кыргызская Республика, старший
преподаватель.
-
Абдрасакова Айзада Байышбековна, И.Раззаков
атындагы Кыргыз мамлекеттик техникалык
университети, Бишкек шаары, Кыргыз
Республикасы, улук окутуучу.
-
Aizada Abdrasakova, Kyrgyz State Technical
University named after I.Razzakov, Bishkek,
Kyrgyz Republic, senior lecturer.
Абдрасакова А.Б КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ ТЕМПЕРАТУРЫ ВОЗДУХА С ИСПОЛЬЗОВАНИЕМ ОБОБЩЕННЫХ РЕГРЕССИОННЫХ НЕЙРОННЫХ СЕТЕЙ. Известия ВУЗов Кыргызстана. 2023. №. 2. C. 21-26
|
