برای اطلاع از آخرین مقالات علمی و اخبار کرونا(COVID-19) کلیک کنید

مشخصات مقاله

عنوان نشریه: 
 
اطلاعات شماره: 
 
عنوان مقاله: 

پيش بيني ميزان غلظت آلاينده هاي هواي تهران با استفاده از شبکه عصبي مصنوعي

 
نویسندگان: 
 
آدرس:  
* دانشکده عمران، دانشگاه صنعتی خواجه نصیر الدین طوسی تهران
 
چکیده: 

در اين تحقيق شبکه عصبي مصنوعي جهت برآورد و پيش بيني غلظت گازهاي آلاينده هوا به کار رفته است. با توجه به خطر آلودگي هوا در شهر تهران و ايجاد مشکلات زيست محيطي و بيماري هاي خطرناک تنفسي و پوستي به ويژه براي کودکان و سالمندان و نياز شديد به کنترل آن، اين تحقيق در جهت برنامه ريزي و کنترل اين مشکل در تهران و همچنين شهرهاي بزرگ ديگر انجام گرفته است. براي اين منظور از آمار غلظت گازهاي آلاينده هواي ثبت شده توسط حسگر هاي (سنسور) نصب شده در ايستگاه بازار در سال هاي 1381 تا 1386 استفاده شده است (گاز NO). از مدل اتو رگرسيو و سري هاي زماني جهت تعيين ورودي هاي شبکه عصبي استفاده شده و بر اساس اين مدل غلظت گاز در زمان جاري به غلظت گازهاي 7 روز گذشته وابسته است. بنابراين ورودي هاي شبکه عصبي غلظت گاز در 7 روز گذشته و خروجي آن که در واقع پيش بيني شبکه عصبي مي باشد، غلظت گاز در زمان جاري مي باشد. سپس با استفاده از نرم افزار مطلب 7، مدل شبکه عصبي مصنوعي طراحي شده و اين پيش بيني انجام گرفته است. همچنين اين پيش بيني با استفاده از رگرسيون غير خطي نيز انجام گرفته و در پايان نتايج مدل ثبت گرديده و خطاي جذر ميانگين مربعات مدل شبکه عصبي با معادلات رگرسيون مقايسه شده است و مشاهده مي شود که خطاي مدل شبکه عصبي کمتر از روش رگرسيون است. مدل هاي ارايه شده توانايي چشم گيري در پيش بيني ميزان آلودگي هواي تهران را دارند.

 
کلید واژه: 

 
موضوعات مرتبط: 
 
ارجاعات: 
  • ندارد
 
 
مقالات نشریه ای مرتبط: 
 
مقالات همایشی مرتبط: 
 

  چکیده انگلیسی بازدید یکساله 267
 
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی