مقایسه کارایی مدلهای شبکه عصبی مصنوعی و رگرسیون خطی در پیش بینی غلظت روزانه منواکسیدکربن بر اساس پارامترهای هواشناسی

یکی از مشکلات زیست محیطی بسیاری از شهرهای بزرگ از جمله کلان شهر مشهد، آلودگی هوا و تولید حجم زیادی از آلایندههای مختلف از جمله منواکسیدکربن میباشد. در این تحقیق با استفاده از دو روش رگرسیونخطی و شبکه عصبی مصنوعی، میانگین غلظت روزانه منواکسیدکربن در شهر مشهد بر اساس پارامترهای هواشناسی مورد تجزیه و تحلیل و پیشبینی قرار گرفت. نتایج حاصل از اجرای دو مدل فوق نشان داد که مدلشبکه عصبی مصنوعی توانایی بیشتری را نسبت به روش رگرسیون خطی در پیشبینی غلظت منواکسیدکربن دارد. بهطوریکه ضریب همبستگیR)و میانگین مجموع مربعات خطاRMSE) در شبکه عصبی به ترتیب برابر0/81و0/069و برای مدل رگرسیونی به ترتیب 0/61و0/1 بدست آمد براساس نتایج حاصل از این تحقیق، مهمترین عوامل هواشناسی موثر بر غلظت منواکسیدکربن در شهر مشهد به ترتیب سرعت باد، دمای هوا، تشعشع و رطوبت نسبی میباشند