پیش بینی غلظت آلاینده های هوا با استفاده از شبکه عصبی ترکیبی همراه با بهینه ساز NSGA-II

آلودگی هوا از مسائل مهم زیست محیطی محسوب می شود و برایبسیاری از ساکنین شهرهای بزرگ، موضوع نگران کننده ای می باشد.در سال های اخیر به دلیل افزایش جمعیت و استفاده گسترده ازسوخت های فسیلی و ازدیاد وسایل حمل و نقل و عوامل مختلفدیگر، غلظت آلاینده های هوا رفته رفته در حال افزایش می باشند کهباعث ایجاد آسیب های جدی و جبران ناپذیری در حوزه سلامت انسانو محیط زیست می شود. بنابراین پیش بینی آلاینده های هوا این امکانرا فراهم می کند که از قبل در مورد وضعیت آلاینده های هوا آگاهیلازم ایجاد شود و به موقع اقدامات لازم جهت مقابله با آن صورتگیرد. مدل پیشنهاد ی که در این تحقیق استفاده شده، یک شبکهعصبی ترکیبی است که از ترکیب سه شبکه عصبی پرسپترون چندلایه به صورت سری با الگوریتم های آموزشی متفاوت برای هر شبکهایجاد شده است. شبکه عصبی ترکیبی به کار گرفته شده در اینتحقیق به همراه بهینه ساز چند هدفه با الگوریتم ژنتیک ( -NSGAII) آمده است که هف از بکارگیری این الگوریتم بهینه سازی،به دست آوردن مقدار بهینه پارامترهای دارای درجه آزادی موجود درقسمت شبکه عصبی ترکیبی و انتخاب ویژگی می باشد. داده های مورداستفاده در این تحقیق، داده های واقعی از آلاینده های هوای نیروگاهسیکل ترکیبی کرمان می باشند.

کلیدواژه ها:

پیش بینی غلظت آلاینده های هوا ناشی از نیروگاه سیکل ترکیبی ، شبکه عصبی ترکیبی ، انتخاب ویژگی ، بهینه ساز چند هدفه با الگوریتم ژنتیک