商品簡介
La pr憝ision des pr嶰ipitations reste une question extr瘱ement importante dans le domaine de l'hydrologie. D'autre part, les pr嶰ipitations sont l'un des processus hydrologiques efficaces les plus compliqu廥 dans la pr憝ision du ruissellement. Dans la pr廥ente 彋ude, on a tent?de d憝elopper des mod鋩es de r廥eaux neuronaux artificiels (ANN) et de syst鋗es d'inf廨ence neuro-floue adaptatifs (ANFIS) pour la pr憝ision des pr嶰ipitations quotidiennes pendant la p廨iode de mousson ?Junagadh, Gujarat, Inde. Les donn嶪s de la p廨iode (1er juin au 30 octobre) des ann嶪s 1979-1981, 1984-1989 et 1991-2007 ont 彋?utilis嶪s pour former les mod鋩es et les donn嶪s des ann嶪s 2008-2011 ont 彋?utilis嶪s pour tester les mod鋩es. L'analyse de sensibilit?a 彋?utilis嶪 pour identifier le param鋈re le plus important pour la pr憝ision des pr嶰ipitations. Dans le mod鋩e ANN, l'algorithme de r彋ropropagation et la fonction d'activation sigmo骾e ont 彋?utilis廥 pour former et tester les mod鋩es, tandis que dans les mod鋩es ANFIS, les fonctions d'appartenance gaussienne et de cloche g幯廨alis嶪 ont 彋?utilis嶪s. L'彋ude a montr?que les performances du mod鋩e ANN ?double couche cach嶪 avec quatre param鋈res d'entr嶪 sont meilleures que celles du mod鋩e ANFIS. L'analyse de sensibilit?a indiqu?que le param鋈re d'entr嶪 le plus important, outre les pr嶰ipitations elles-m瘱es, est la pression de vapeur dans la pr憝ision des pr嶰ipitations.
