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"
Методика обеспечения защиты информации WEB-сервера от XSS атак на основе многокритериального выбора, ВКР безопасность информационных систем11 880 ₽
Разработка автоматизированной системы учета товаров малого предприятия8 748 ₽
Применение DLP-систем как инструмента обеспечения информационной безопасности компании, диплом по защите информации10 680 ₽
Разработка автоматизированной системы учета товаров и продаж для торговой компании9 200 ₽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 |
Огромное спасибо команде за спасение! Честно говоря, у меня уже опускались руки: тема была очень сложной, и я просто не справлялась сама. Веб-дизайн, нейросети. Ребята взялись за работу и сделали всё в супер-сжатые сроки — чуть больше недели! Правки вносили моментально, всё подготовили в лучшем виде. Итог — защита на "отлично"! Безумно благодарна за помощь, вы лучшие!
Хочу выразить огромную благодарность команде diplom-it.ru! Заказывал диплом по направлению «Цифровая экономика» в Университете Синергия. Тема была жутко сложная, связанная с Big Data и прогнозированием, сам бы я точно не справился. Ребята не просто скинули «сырой» текст, а сделали полноценное исследование с актуальными расчетами. Антиплагиат прошел на ура (82% по версии вуза), уникальность текста отличная. Менеджеры на связи 24/7, отвечали даже на глупые вопросы ночью. Защитился на пятерку, комиссия похвалила за практическую часть. Рекомендую! ВУЗ: Синергия, специальность: Цифровая экономика.
Огромный респект команде diplom-it.ru! Ситуация была критическая: до сдачи диплома в МТИ (специальность «Менеджмент в игровой индустрии») оставалось 2 недели, а у меня была только введению и половина первой главы. Думал, все, вылетаю. Ребята взялись за работу моментально. Написали не просто текст, а крутой проект с анализом рынка и финансовой моделью. На защите препод даже удивился, откуда у меня такие свежие данные. Защитился на 5! Очень выручили.
Обращался на diplom-it.ru за помощью с дипломом в МТИ (специальность — прикладная информатика, если это важно). Остался доволен сервисом. Работа была готова раньше срока, что дало время спокойно подготовить речь и раздаточный материал. Оформление полностью по ГОСТу, список литературы свежий. Цена, кстати, оказалась чуть ниже, чем в среднем по рынку, хотя я переживал, что низкая цена = плохое качество. Но нет, тут соотношение цены и качества хорошее. Советую.
Хочу поделиться своей историей успеха с сайтом diplom-it.ru. Учусь в Синергии на факультете психологии. Тема диплома: «Влияние эмоционального интеллекта на успешность в карьере у студентов выпускных курсов». Тема модная, но сырая, литературы много, но нужно было грамотно провести исследование. Я переживала, что автор не сможет правильно составить опросники и обработать данные в SPSS. Каково же было мое удивление, когда в готовой работе я увидела не только качественную теорию, но и шикарную практическую часть с таблицами, корреляционным анализом и понятными выводами! Научный руководитель (довольно строгая женщина) сказала, что это одна из лучших работ за последние годы. Защита на отлично. Спасибо большое автору и персональному менеджеру за поддержку!
