CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

پیش بینی کوتاه مدت اقلیمی آلودگی هوا با استفاده از شبکه های پرسپترون LLD

عنوان مقاله: پیش بینی کوتاه مدت اقلیمی آلودگی هوا با استفاده از شبکه های پرسپترون LLD
شناسه ملی مقاله: RCCC03_062
منتشر شده در سومین کنفرانس منطقه ای تغییر اقلیم در سال 1382
مشخصات نویسندگان مقاله:

مهدی علیاری شوره دلی - دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده برق
محمد تشنه لب - دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده برق
علی خاکی صدیق - دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده برق

خلاصه مقاله:
هدف از این مقاله، پیش بینی کوتاه مدت آلودگی هوا با کمک شبکه های عصبی پرسپترون چند لایه می باشد که در عین سادگی این نوع شبکه ها در سیستم های هوشمند کارایی بسیار خوبی در پیش بینی دارند، این پیش بینی وضعیت تغییرات آلاینده های هوا باعث صرفه جویی در وثع و هزینه در اقلیمهای شهری می شود. مقاله ارایه شده شامل چند تست آماری جهت قابلیت پیش بینی می باشد و در انتها به کمک شبکه های MLP اقدام به پیش بینی نیم ساعت آینده گازهای آلاینده هوا نموده است.

کلمات کلیدی:
آلودگی هوا Air Pollution ، پیش بینی کوتاه مدت Short - Term prediction ، شبکه های عصبی Neural Network ، پرسپترون چند لایه Multi Layer Perspetron (MLP) ، آموزش Propagation Back Bp ، سریهای زمانی Time Series

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/12514/