دراسة مقارنة للتنبؤ بمعدلات الرطوبة النسبية (RH%) لمحافظة نينوى باستخدام نماذج السلاسل الزمنية الموسمية والشبكات العصبية الاصطناعية
الملخص
تعد الشبكات العصبية من أهم مجالات الذكاء الإصطناعى الذى يعكس تطوراً هاماً ملموساً فى طريقة التفكير الإنسانى، وتدور فكرة الشبكات العصبية حول محاكآة العقل البشرى بإستخدام الحاسب الآلى. وقد يعود التطور المنظور فى هذا المجال إلى العديد من الدراسات التى تمت فى مجال المعالجة العصبية المحاكآه عن طريق حل المشاكل التى تواجهه ، وذلك من خلال إتباع عمليات التعلم الذاتى والتى تعتمد على الخبرات المختزنة فى الشبكة التى تحقق أفضل النتائج. وبقصد بالنماذج السلاسل الزمنية الموسمية هي مجموعة من القيم المشاهدة المرتبطة مع بعضها تولدت بشكل متعاقب مع استمرار الزمن وتشير الى النمط المتماثل لحركة السلسلة الزمنية في الاشهرالمتقابلة خلال السنوات المتتالية.وقد توصل البحث الى ان افضل أنموذج باستخدام الشبكات العصبية هو (NN(1،12;10 الذي يضم (12) متغيراً مزاح و(10) عقد مخفية ، وبالنسبة لنماذج السلاسل الزمنية الموسمية فقد كان الأنموذج SARMA(1,0,1),(0,1,1)12.وقد تم استخدام بعض المقاييس الاحصائية لاختبار افضلية الاسلوبين في التنبؤ والذي كانت نتيجته هو اسلوب السلاسل الزمنية الموسمية اذ حصل على اقل قيم بالنسبة للاختبارات (RMSE،MAE،MAPE،MAD) على التوالي ، بذلك كان افضل طريقة للتنبؤ بالرطوبة النسبية (RH%) لمحطة الموصل هو باستخدام النموذج ٍSARMA(1,0,1),(0,1,1)12.
