استخدام اساليب الجوار الاقرب k والغابة العشوائية لتصنيف بيانات للإشعاع الشمسي

الملخص

ان دراسة الاحوال المناخية والتقلبات الجوية وتأثيراتها مهم جدا لتشخيص الملامح البيئية والمناخية وتأثيراتها على مختلف المجالات التي تخص حياة الانسان والكائنات الحية الاخرى. في هذه الدراسة سيتم دراسة وتصنيف متغير الاشعاع الشمسي solar radiation (SLR) الكلي من خلال الاعتماد على متغيرات الانحدار الذاتي Auto-regression (AR) بعد تشخيص العلاقة بين تلك المتغيرات رياضيا من خلال استخدام اسلوب الجوار الاقرب (K) K-Nearest Neighbor (KNN) والغابة العشوائية Random Forest (RF). تم اخذ بيانات عراقية من محطة الانواء الجوية الزراعية في مدينة الموصل واستخدامها كحالة حقيقية في هذه الدراسة. مع هكذا بيانات فان من اهم اسباب عدم دقة التصنيفات هو وجود عدة عوائق ومشاكل مثل عدم الخطية وعدم التأكدية بالنسبة للبيانات المدروسة. اظهرت النتائج من خلال المقارنة التفوق المتبادل بين اسلوبي RF و KNN لتصنيف متغير SLR بالنسبة لكلا فترتي التدريب والاختبار بينما ادى كلا الاسلوبين بنتائج تصنيفية عالية الدقة. وكاستنتاج فان اسلوبي RF وKNN من الممكن استخدامهما لتصنيف بيانات SLR والحصول على نتائج دقيقة.