ЗАСТОСУВАННЯ МЕТОДІВ ДОСЛІДЖЕННЯ ОПЕРАЦІЙ ДЛЯ ПРОГНОЗУВАННЯ ТЕМПЕРАТУРИ НАВКОЛИШНЬОГО СЕРЕДОВИЩА ЗА ДОПОМОГОЮ НЕЙРОННИХ МЕРЕЖ

Анотація

У статті розглядається застосування методів дослідження операцій для прогнозування температури навколишнього середовища за допомогою нейронних мереж. Основна мета дослідження полягає у підвищенні точності температурних прогнозів, що є важливим в умовах глобальних кліматичних змін та збільшення частоти екстремальних погодних явищ. Для досягнення цієї мети використовуються комбінація рекурентних нейронних мереж (RNN) та конволюційних нейронних мереж (CNN), що дозволяє ефективно обробляти як просторові, так і часові залежності в даних. Основні результати показали, що запропоновані моделі значно перевершують традиційні методи прогнозування температури за точністю. Використання таких якісних метрик, як середньоквадратична помилка (MSE) та середня абсолютна помилка (MAE), дозволило об'єктивно оцінити продуктивність моделей. Це свідчить про потенціал запропонованого підходу для застосування у реальних умовах. Застосування точних температурних прогнозів має велике значення для таких галузей, як енергетика та сільське господарство. У енергетичному секторі точні прогнози дозволяють ефективніше управляти споживанням енергії, зменшуючи витрати на виробництво та транспортування. У сільському господарстві точні прогнози допомагають оптимізувати управління ресурсами, такими як вода і добрива, та знижувати ризики від несприятливих погодних умов, таких як заморозки чи хвилі спеки. Стаття також підкреслює важливість подальших досліджень у напрямку вдосконалення моделей нейронних мереж для прогнозування кліматичних параметрів. Використання сучасних методів машинного навчання, таких як глибоке навчання, може сприяти подальшому підвищенню точності та надійності прогнозів. Дослідження також вказує на необхідність інтеграції різних типів даних, включаючи супутникові спостереження та дані наземних метеорологічних станцій, для покращення моделювання та прогнозування. Таким чином, використання методів дослідження операцій у поєднанні з нейронними мережами відкриває нові можливості для покращення точності прогнозування температури, що має важливе значення для багатьох галузей та сфер діяльності. Це підкреслює актуальність та перспективність подальших досліджень у цьому напрямку, що може мати значний вплив на адаптацію до змін клімату та ефективне управління ресурсами.