هدف مطالعه حاضر توسعه یک مدل شبکه عصبی مصنوعی (ANN) بر اساس روش رگرسیون غیرخطی چندگانه (MNLR) برای تخمین میانگین ماهانه مجموع روزانه تابش کلی خورشید در هر محل از استان کرمانشاه است. برای این منظور، دادههای هواشناسی 23 ایستگاه در استان کرمانشاه در طول سالهای 1392- 1387 جمعآوری شد که از این بین، دادههای 17 ایستگاه برای آموزش و 6 ایستگاه برای تست شبکه استفاده شد. در مرحله اول، همه متغیرهای مستقل (عرض جغرافیایی، طول جغرافیایی، ارتفاع، ماه، حداقل درجه حرارت ماهانه در جو، حداکثر درجه حرارت در جو، متوسط درجه حرارت در جو، دمای خاک، رطوبت نسبی، سرعت باد، بارش، فشار اتمسفریک، فشار بخار، کدورت و مدت زمان تابش آفتاب) جمعآوری و به مدل رگرسیون وارد شدند. سپس، از روش گام به گام MNLR برای تعیین مناسبترین متغیرهای ورودی استفاده شد. با استفاده از این متغیرهای ورودی، نتایج به دست آمده توسط مدل ANN با دادههای واقعی مقایسه شد، و میانگین درصد خطا مطلق (MAPE) در حدود 98/3 درصد و ضریب همبستگی (R) در حدود 9961/0 برای مجموعه دادههای تست به دست آمد که نشان دهنده معتبر بودن مدل است.
Vasseghian Y. Estimation of global solar radiation using artificial neural network in Kermanshah province. IJE 2016; 19 (1) URL: http://necjournals.ir/article-1-828-fa.html
واثقیان یاسر. تخمین تابش کلی خورشید در استان کرمانشاه با استفاده از شبکههای عصبی مصنوعی. نشریه انرژی ایران. 1395; 19 (1)