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

پیشبینی میزان تولید زباله خانگی با استفاده از سیستم استنتاج عصبی- فازی تطبیقی (مطالعه موردی: ایالت ویکتوریا -استرالیا)

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۱ | تعداد نمایش خلاصه: ۴ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: SICONF01_072
زبان مقاله: فارسی
حجم فایل: ۵۵۲.۳۴ 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 پیشبینی میزان تولید زباله خانگی با استفاده از سیستم استنتاج عصبی- فازی تطبیقی (مطالعه موردی: ایالت ویکتوریا -استرالیا)

  حکیمه عباسلو - استادیار دانشکده مهندسی عمران و محیطزیست، دانشگاه صنعتی سیرجان
  امیر توانااملشی - دانشجوی کارشناسی ارشد دانشکده مهندسی عمران و محیطزیست، دانشگاه صنعتی سیرجان
  پوریا علیدوست - دانشجوی کارشناسی ارشد دانشکده مهندسی عمران، دانشگاه علم و صنعت

چکیده مقاله:

برنامهریزی مدیریت زبالههای تولیدی در آینده تنها با در دست داشتن اطلاعات دقیق کمی قابل دستیابی است. بدون چنین آمادهسازیهایی بهطور قطع شهرداریها در آینده با مشکل عدم مدیریت موثر زبالههای تولیدی مواجه خواهند شد. مسلما ایجاد روندی مشخص برای شهرداری به منظور دستیابی به یک راه برای تقریب تولید زبالههای فعلی و آینده که خود میتواند منجر بهبرنامهریزی و تامین مالی یک برنامه اقتصادی کارآمد در برخورد با تولید زباله در آینده شود، امری بسیار سودمند خواهد بود. به همین منظور در این مقاله پس از جمعآوری 151 داده مربوط به مناطق مختلف ایالت ویکتوریا استرالیا و با استفاده از مدل ترکیبی سیستم استنتاج عصبی- فازی تطبیقی بهینهشده با الگوریتم ازدحام ذرات ANFIS-PSO به پیشبینی میزان تولیدسالانه زباله با توجه به تعداد جمعیت و تعداد خانوار یک منطقه پرداخته شد. نتایج دادههای آموزش و آزمون به ترتیب با مقادیر R2 برابر با0/9835و0/9707 نشاندهندهی دقت بالای مدل ارایهشده در فرآیند پیشبینی است.

کلیدواژه‌ها:

زباله خانگی، پیشبینی، سیستم استنتاج عصبی- فازی تطبیقی، الگوریتم ازدحام ذرات.

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-SICONF01-SICONF01_072.html
کد COI مقاله: SICONF01_072

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:
عباسلو, حکیمه؛ امیر توانااملشی و پوریا علیدوست، ۱۳۹۶، پیشبینی میزان تولید زباله خانگی با استفاده از سیستم استنتاج عصبی- فازی تطبیقی (مطالعه موردی: ایالت ویکتوریا -استرالیا)، اولین همایش ملی توسعه پایدار و مدیریت شهری با رویکرد آرامش شهروندی، سیرجان، شهرداری سیرجان، https://www.civilica.com/Paper-SICONF01-SICONF01_072.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: (عباسلو, حکیمه؛ امیر توانااملشی و پوریا علیدوست، ۱۳۹۶)
برای بار دوم به بعد: (عباسلو؛ توانااملشی و علیدوست، ۱۳۹۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز:
تعداد مقالات: ۶۲۰
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 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.