Разработка ИС для краткосрочного прогнозирования погоды с использованием нейросетевых алгоритмов
Получите бесплатно демо-версию Демо-версия - дипломная работа, в котрой удалена часть текста, рисунков, таблиц.Посмотреть все услуги дипломной работы на электронную почту.
Введите адрес электронной почты и нажмите "Отправить"
Разработка сайта салона красоты с возможностью записи клиентов7 344 ₽
Разработка информационной системы инвентаризации оборудования4 800 ₽7 599 ₽
Защита персональных данных в медицинском учреждении, диплом по защите информации7 700 ₽
Разработка информационной системы учета кредитования физических лиц8 208 ₽Описание
Работа выполнена и представлена в 2018 году.
Успехи в расчете погоды и климата сопряжены с достижениями в области создания систем наблюдения, моделей прохождения атмосферы и океана, а также ИТ обработки огромных потоков данных.
В задачах прогнозирования (от часов до недели) основную роль играют начальные данные, пространственное нахождение модели и корректный параметрический учёт подсеточных неадиабатических процессов. Корректность прогнозов на большие сроки зависит от возможности сопряжённых моделей океана и атмосферы описать изменения температуры океана, влажности почвы и снежного покрова. Все модели современного климата направлены на изучение реакции систем климата на воздействия природного и неприродного происхождения.
Имеющиеся системы прогноза развиваются посредством технологий прогноза погоды, включая ансамблевый прогноз, к полноценной закрытым системам прогнозирования поведения среды, заключая в себе атмосферу, сушу, океан, эко сферу и другие характеристики, такие как концентрации газов, аэрозолей и примесей. Подобные внедренные прогностические системы не имеют ограничений между временными масштабами, дисциплинами средами. Они могут на совокупной технологической основе обрабатывать данные, проводить прогнозы на временных масштабах от десятков минут до десятков лет, оценить риски разных опасных природных явлений: наводнений, штормов, оползней и т.д.
В настоящее время повышение эффективности прогнозирования метеорологических условий остаётся актуальной задачей для науки. Данные о погоде и прогнозирование имеют существенное значение в ряде отраслей: экономика, авиация, строительство, сельское хозяйство и др., так как планирование и проведение различных видов мероприятий и работ во многом зависит от погодных условий.
Для создания нейронной сети необходимо собрать данные для обучающей выборки. В качестве входных значений будут выступать ряд показателей, которые влияют на погоду: температура воздуха, влажность, атмосферное давление и ветер. Выходным параметром будет прогноз погоды.
В качестве алгоритма для обучения нейронной сети был выбран метод обратного распространения ошибки. Суть данного метода заключается в распространении сигналов ошибки от выходов сети к её входам в направлении, обратном прямому распространению сигналов в обычном режиме работы [2].
Для возможности прогнозирования погоды в среде Matlab была написана программная реализация многослойной нейронной сети методом обратного распространения ошибки, со следующими параметрами обучения: шаг обучения а=0.042; среднеквадратичная ошибка Em = 0,53; весовые коэффициенты и пороговые значения инициализируются случайным образом; количество входных нейронов равно 5; количество скрытых нейронов равно 50. Данные параметры обучения показали наилучший результат при обучении многослойной нейронной сети.
Проект включает в себя готовое программное обеспечение на PHP и СУБД MySQL.
Характеристики
Файлы схем | да |
Год | 2018 |
Программа с исходниками | да, php |
МГТУ им. Баумана, инноватика. Диплом про коммерциализацию стартапов. Срок горел — 9 дней. Обратилась в 4 утра, ответили через 20 минут (менеджер online). Подобрали автора-практика из технопарка. Черновик прислали через 4 дня, я испугалась — много воды. Написала претензию, автор переделал за сутки, убрал лишнее. В итоге уникальность 88%, защитилась на 4. Презентацию сделали сами, но речь прислали готовую. Цена со срочностью была выше обычной, но терпимо. Рекомендую, если нужна быстрая реакция.
ВШЭ, экономика (магистратура). Тема сложная: анализ панельных данных в Stata. Срок — 45 дней. Автор оказался кандидатом наук (как сказал менеджер). Работу сделал с нуля, включая эконометрическую модель. Уникальность 94% — супер. Цена была выше среднего (но это магистратура). Зато никаких скрытых платежей, оплата поэтапно. На защите я чувствовал себя уверенно, потому что автор подготовил развёрнутые ответы на возможные вопросы (это отдельная услуга, но стоит того). Минус: иногда пропадал на 2-3 дня, но предупреждал. Итог — 5.
Срочный заказ — 7 дней до сдачи финальной версии. Тема сложная, нужен был высокий антиплагиат. На diplom-it.ru согласились, но предупредили: цена выше на 40% из-за короткого срока. Оплатил полную сумму сразу. Автор сделал работу за 6 дней, уникальность 87% (проверял в етхт). Текст сухой, без воды, все сноски на актуальные постановления пленумов. Ответ на отзыв научрука по структуре пришлось ждать почти сутки, но исправили. Речь и презентацию не заказывал — сам сделал. Защитился на 'удовлетворительно', но претензий к содержанию нет. Если нужна именно работа по юриспруденции без лирики — рекомендую.
РГСУ, лингвистика. У меня диплом по переводу технических текстов. Автор — филолог, сделала качественный анализ переводческих трансформаций. Сначала сомневалась в уникальности — получила 90% (вуз требует 80). Общались в основном по почте, отвечали в течение дня. После сдачи научрук попросил дополнить практическую часть примерами — доделали за 3 дня бесплатно. Цена была очень бюджетной для диплома. Тональность нейтральная, но я довольна.
МИСИС, прикладная информатика. Заказывал диплом по администрированию Linux. Автор написал про настройку серверов и скрипты автоматизации. Уникальность 87%. Срок 18 дней — уложились. Защита на 4. Спасибо команде.
