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

مدلسازی و پیش بینی تشکیل ازون هوای شهرستان مشهد با استفاده از شبکه عصبی- فازی ANFIS

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۱ | تعداد نمایش خلاصه: ۱۱۵۳ | نظرات: ۰
سال انتشار: ۱۳۸۵
کد COI مقاله: NICEC11_361
زبان مقاله: فارسی
حجم فایل: ۴۱۴.۵ کلیوبایت (فایل این مقاله در ۱۱ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۱ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله مدلسازی و پیش بینی تشکیل ازون هوای شهرستان مشهد با استفاده از شبکه عصبی- فازی ANFIS

  ناصر ثقه الاسلامی - دانشیار گروه آموزشی مهندسی شیمی دانشگاه فردوسی مشهد
  سیدمحمد موسوی (شناسه پژوهشگر - Researcher ID: ۶۳۰۸)
استادیار گروه آموزشی مهندسی شیمی دانشگاه فردوسی مشهد
مسیح اعلمی - مرکز تحقیقات انرژی اتمی اصفهان

چکیده مقاله:

رشد بی رویه جمعیت، فقدان توسعه پایدار، مص رف بیش از حد سوختهای فسیلی باعث آلودگی بیش از حد آتمسفر در دهه های اخیر شده است . باتوجه به اهمیت روزافزون مسائل محیط زیستی و همچنین باتوجه به لزوم آگاهی مردم نسبت به میزان انتشار آلاینده ها در جو، شرایط ایجاب مینماید تا یک سیستم هشدار دهنده محیطی که توانای ی پیش بینی آلاینده هایی مانند ازون را که مهمترین جزء تشکیل دهنده مه دود فتوشیمیایی بوده و گازی سمی، محرک چشم و مجاری تنفسی میباشد را ایجاد نمود. سیستم های فازی عصبی یکی از ابزارهای بسیار متداول در مدلسازی و شبیه سازی سیستم های صنعتی میباشد. یکی از اولین سیستمهای عصبی فازی برای تخمین توابع مبنا در قوانین، سیستمANFIS بوده که مزیت آن استفاده از الگوریتمهای بهینه سازی جهت دسته بندی اطلاعات و همچنین توانایی آنها در استخراج قاعده و قانون مجموعه اطلاعات میباشد . در این تحقیق هدف آنست که برای پیش بینی تشکیل ازون در هوای شهر مشهد و با توجه به عوامل محیطی، از سیستمهای عصبی فازی استفاده نمود و بهترین نتایج را با حداقل خطای مورد نظر با کمترین میزان داده ها و با قابلیت به روز نمودن بانک اطلاعاتی بدست آورد . مدل ارائه شده دارای پنج ورودی (غلظت های هیدروکربور غیر از متان، غلظتNOX دمای هوا، سرعت و جهت باد) و یک خروجی (غلظت ازون) می باشند. مقدار خطای بدست آمده برای ، شبکه طراحی شده در این تحقیق بر روی مجموعه داده های آموزش 1/8% و برای داده های آزمایشی 2/4% می باشد. نتایج این تحقیق همچنین نشانگر آنست که در الگوریتم پس انتشار، خطا نسبت به الگوریتم ترکیبی جوابهایی مناسبتر و با درصد خطای کمتری ایجاد مینماید.

کلیدواژه‌ها:

مدلسازی- آلودگی هوا- ازون- سیستمهای عصبی- فازی - ANFIS

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-NICEC11-NICEC11_361.html
کد COI مقاله: NICEC11_361

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
ثقه الاسلامی, ناصر؛ سیدمحمد موسوی و مسیح اعلمی، ۱۳۸۵، مدلسازی و پیش بینی تشکیل ازون هوای شهرستان مشهد با استفاده از شبکه عصبی- فازی ANFIS، یازدهمین کنگره ملی مهندسی شیمی ایران، تهران، دانشگاه تربیت مدرس، https://www.civilica.com/Paper-NICEC11-NICEC11_361.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (ثقه الاسلامی, ناصر؛ سیدمحمد موسوی و مسیح اعلمی، ۱۳۸۵)
برای بار دوم به بعد: (ثقه الاسلامی؛ موسوی و اعلمی، ۱۳۸۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Bach, W. _ "Atmospheric Pollution", McGraw-Hill Book Company, USA, 1972. ...
  • Jang, J. S. R., «ANFIS: Ad a pti ve- Network- ...
  • Morabito , F. and versaci _ M., "Fuzzy Neural Identification ...
  • Moussiopou los, N., Power, H. and Brebbia, C. A., "Air ...
  • Roadknight, M. and Balls, G. R., et al., "Modeling Complex ...
  • Werbos, P., _ B ackpropagati on Through Time: What It ...
  • Jorquera, H., Perez, R., Cipriano, A., Espejo, A., Letelier, M. ...
  • Myrabo, L. E., Wilson, K. R. and Trijonis, J. C., ...
  • کدام مقالات به این منبع استناد نموده اند

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۳۳۰۷۶
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.