TY -的A2 Nastos Panagiotis盟——就像穆罕默德e . PY - 2021 DA - 2021/05/06 TI -长期降雨预报信息利用有限数量的观察通过人工神经网络方法SP - 5524611六世- 2021 AB -估计模型越来越突出的关键的非线性连接大量的粗糙和混乱的组件的信息。创建的研究表明现代方法利用人工神经网络(ANN)方法,可能是一种替代传统战略实际推进降雨估计程序执行。一个案例研究,提出了对土耳其Duzce和Bolu邻国领土位于黑海的南部海岸。本研究的主要目的是创建一个ANN模型领域独特的和有限的数据甚至产生令人满意的结果。拟议的技术被用来估计降雨和关于未来降水作出预测。Bolu每日平均降雨量月数据和数量有限的Duzce降雨数据。失踪的预测和潜在的降雨量预测基础研究将检查。本研究进一步关注安计算概念和发展降雨时间序列预测的神经网络。本研究的重点是一个前馈反向传播网络。Levenberg-Marquardt算法(LMA)实施培训一个两层的前馈安失踪的降雨数据预测研究的一部分。 The inaccessible rainfall parameters for Düzce were determined for the years 1995 to 2009. From 2010 to 2020, a two-layer feed-forward ANN was trained using the gradient descent algorithm to forecast daily average rainfall data by month. The findings reported in this study guide researchers interested in implementing the ANN forecast model for an extended period of missing rainfall data. SN - 1687-9309 UR - https://doi.org/10.1155/2021/5524611 DO - 10.1155/2021/5524611 JF - Advances in Meteorology PB - Hindawi KW - ER -