Die Vorhersage der Sonneneinstrahlung an einem bestimmten Ort hängt von einer Reihe von Eingangsfaktoren ab. Es ist eine sehr entscheidende und wichtige Aufgabe, einige relevante Eingangsparameter auszuwählen, um eine bessere Vorhersage zu erreichen.

In diesem Buch wird die Anwendung des Adaptive Neuro Fuzzy Inference System (ANFIS) erörtert, um die relevantesten Eingangsparameter für eine genaue Vorhersage der täglichen globalen Sonneneinstrahlung (GSR) auszuwählen. Drei wichtige Städte in Ostindien, d.

h. Bhubaneswar, Visakhapatnam und Kolkata, werden als Fallstudien betrachtet.

Je nach Anzahl der Variablen werden verschiedene ANFIS-Modelle erstellt und verglichen. Die Modelle werden durch verschiedene Kombinationen von Eingabeparametern konstruiert, d.

h. entweder mit einer, zwei oder drei Eingaben, um die relevantesten Sätze zu erhalten.

Es wird ein Vergleich zwischen dem vorhergesagten und dem gemessenen Wert der täglichen globalen Sonneneinstrahlung auf einer horizontalen Fläche vorgestellt. Die Eingangsparameter des in dieser Arbeit verwendeten Modells sind Sonnenscheindauer, Temperatur und Luftfeuchtigkeit, wobei der Klarheitsindex als Ausgangsparameter betrachtet wird.

1825 Tage Sonneneinstrahlung (Jahr 2000-2005) in Ostindien werden für das Training des ANFIS verwendet, und die Daten von 365 Tagen werden für den Test verwendet. .