مهدی یزدانی پرائی - دانشجوی کارشناسی ارشد کامپیوتر نرم افزار، گروه برق و کامپیوتر، موسسه آموزش عالی صالحان، قائم شهر، ایران
امید میربهاء - استادیار گروه برق و کامپیوتر، موسسه آموزش عالی صالحان، قائم شهر، ایران
محمد محمودیان - عضو هیات علمی، موسسه آموزش عالی صالحان، قائم شهر، ایران

به دنبال پدیده گرم شدن زمین الگوی بارش جهانی نیز تغییر خواهد کرد، اما در حال حاضر نمی توان چگونگی این تغییرات را به روشنی مشخص نمود آن چنان که از شواهد گذشته برمی آید، گمان می رود تغییر الگوی بارش متاثر از تغییر تبخیر و دگرگونی الگوی گردش عمومی باشد. به دنبال تغییر الگو، برخی نواحی مرطوب تر و برخی نواحی خشک تر می شوند. گذشته از تغییر مقدار ریزش های جوی، زمان بارش و نوع آن نیز دگرگونی می پذیرد. یکی از مباحث تحقیقاتی جالب توجه در محافل علمی، طی چند ده ه اخیر، رفتار بارش در سطح محلی، ناحیه ای، منطقه ای و جهانی است. با توجه به اینکه پیش بینی بارش تابع عوامل بسیاری از جمله فشار، دما، باد و ... می باشد، و همچنین محدودیت هایی از قبیل نبود اطلاعات بارش در مقیاس های زمانی و مکانی مناسب، استفاده از روشهای معمول از پیچیدگی های زیادی برخوردار است. در این تحقیق، از ترکیب شبکه عصبی مصنوعی و منطق فازی به عنوان یک روش کارامد جهت پیش بینی میزان بارندگی مورد استفاده قرار گرفته است. ترکیب شبکه عصبی و منطق فازی برای عمل استنتاج تشکیل سیستم استنتاج عصبی فازی تطبیق پذیر (ANFIS) می دهد که بر اساس ورودی های اعمال شده به این سیستم، عمل استنتاج برای زمان های آتی به صورت تطبیق پذیر (مطابق با ورودی ها) صورت می گیرد. به منظور ارزیابی روش پیشنهادی، شبیه سازی بر روی آن صورت گرفت و نتایج نشان دادند استفاده از شبکه عصبی فازی می تواند فرایند پیش بینی میزان بارش را با پیچیدگی محاسباتی کم انجام دهد.

پیش بینی بارش، شبکه عصبی، منطق فازی.