پیش بینی غلظت SO2 هوای شهر تهران با استفاده از شبکه عصبی مصنوعی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 555

فایل این مقاله در 16 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CEE08_108

تاریخ نمایه سازی: 22 آبان 1395

چکیده مقاله:

تا کنون مدلهای زیادی برای تشریح فرآیند پیچیده آلودگی هوا پیشنهاد شده است. یکی از روشهای نوین در تشریح فرآیند آلودگی هوا شبکه های عصبی مصنوعی می باشد. این روش که یکی از شاخه های هوش مصنوعی به شمار می آید، به دلیل ساختار ریاضی غیر خطی و نیز پیش بینی قابل قبول در میان محققین رواج یافته است. این مطالعه به بررسی نتایج حاصل از شبکه های عصبی مصنوعی Multi Layer Perceptron(MLP) در پیش بینی غلظت S02 هوای منطقه 15 شهر تهران با استفاده از داده های درجه حرارت ساعتی , سرعت باد و درصد رطوبت پرداخته و پس از تعیین بهترین معماری در شبکه, مشاهده شد که نتایج حاصل از شبکه MLP از دقت بالایی برخوردار است . بدین ترتیب که در شبکه عصبی MLP ضریب همبستگی بین داده های پیش بینی و واقعی0.986 بدست آمد. در انتها نیز با استفاده از شبکه عصبی MLP بین داده های ورودی تحلیل حساسیت صورت گرفت که مشخص گردید, درجه حرارت ساعتی بیشترین تاثیر را در بین سه پارامتر مذکور در پیش بینی غلظت SO2 دارد.

کلیدواژه ها:

شبکه عصبی ، SO2 ، شبکه عصبی MLP ، پیش بینی کیفیت هوا

نویسندگان

نصرت اله یاراحمدی

پردیس بین المللی دانشگاه تهران، گروه مهندسی محیط زیست، کیش، ایران

مهدی مهدی نژاد

دانشگاه خوارزمی ، گروه عمران، تهران، ایران

احمد مدحج

دانشگاه آزاد اسلامی، واحد قزوین، گروه عمران، قزوین، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • بوداق پور , س جرجستانی 0 الف، 1390، پیش بینی ...
  • پیش بینی میزان آلودگی هوای منطقه 12 تهران با استفاده از روش شبکه عصبی هوشمند [مقاله کنفرانسی]
  • رحیمی . الف.. _ نجفی 0 ع, 1387. پیش بینی ...
  • I4] سایت ویکی پدیا , 1391, شناخت تهران. http :/www.wikipedi. ...
  • صدر موسوی , _ رحیمی 0 الف., 1387. ارزیابی کاربرد ...
  • I7] منهاج، م.و سیفی پور، ن. 1377هوش محاسباتی (جلد دوم)، ...
  • منهاج، م1377.هوش محاسباتی (جلد اول)، مبانی شبکه های عصبی مصنوعی، ...
  • نوری , الف, اشرفی, الف, اژدر پور, الف, 1387، مقایسه ...
  • Sherertz PC. Division of health hazards control. Virginia Department of ...
  • Bloemen HH, Burn J. Volatile Organic Compounds in the En ...
  • Dayhoff, J. E. (1990). Neural network architecture. an introduction. Van ...
  • Hartwell TD, Perritt L, Pellizari ED, Michael LC. Totel Exposure ...
  • Kennedy , J. B., and Neville , A. D, (1964)." ...
  • Owega, S., Khan, B. U. Z., Evans, G. J., Jervis, ...
  • Ozcan, . K., Ucan, O. N., Sahin, U., Borat, M ...
  • Ruiz-Suarez, J. C., Mayo ra-Ibarra, O. A., To rres-Jimenez, J ...
  • Tasadduq, I., Rehman, S & , Bubshait, K. (2002). Application ...
  • نمایش کامل مراجع