پتانسیل مدل‌های داده کاوی جدید برای پیش‌بینی تابش خورشیدی

دانش پیشرفته در مورد تشعشع خورشیدی برای مصارف متعدد انرژی مانند پایداری در تولید انرژی و توسعه سیستم انرژی خورشیدی بسیار ضروری است. تحقیق حاضر توانایی چهار مدل محاسباتی داده کاوی، به نام‌های جنگل تصادفی (‏RF)‏، درخت تصادفی، درختان هرس خطا کاهش‌یافته و مدل ترکیبی کمیته تصادفی با کاهش درخت تصادفی (‏RC)‏را برای پیش‌بینی تابش خورشید اندازه‌گیری شده روزانه در چهار مکان Burkina Faso Bur Dedougou , Bobo – Dioulasso , Fada – Ngourma a و d Ouahigouya . بررسی می‌کند. داده‌های روزانه هفت متغیر آب و هوایی به نام‌های دمای حداکثر و حداقل هوا، رطوبت نسبی حداکثر و حداقل، سرعت باد، تبخیر و کمبود فشار بخار برای دوره ۲۰۱۲ – ۱۹۹۸ برای پیش‌بینی تابش خورشیدی استفاده می‌شوند. ترکیب‌های مختلف متغیرهای ورودی با توجه به ضریب همبستگی بین پیشگویی‌کننده‌ها و پیش‌بینی مورد استفاده قرار می‌گیرند، و بهترین ترکیب ورودی براساس حساسیت خروجی مدل اندازه‌گیری شده از نظر شاخص‌های آماری انتخاب می‌شود. نتایج به‌دست‌آمده با همه ایستگاه‌های هواشناسی همخوانی دارد. بالاترین دقت در پیش‌بینی زمانی است که تمام متغیرهای آب و هوایی به

Advance knowledge of solar radiation is highly essential for multiple energy devotions such as sustainability in energy production and development of solar energy system. The current research investigates the capability of four data mining computation models, namely random forest (RF), random tree, reduced error pruning trees and hybrid model of random committee with random tree reduce (RC) for predicting daily measured solar radiation at four locations of Burkina Faso, i.e., Bur Dedougou, Bobo-Dioulasso, Fada-Ngourma and Ouahigouya. Daily data of seven climatic variables, namely maximum and minimum air temperature, maximum and minimum relative humidity, wind speed, evaporation and vapor pressure deficit, for the period 1998–۲۰۱۲ are used for solar radiation prediction. Different combinations of input variables are used according to correlation coefficient between the predictors and predictand, and the best input combination is selected based on the sensitivity of model output measured