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

مشخصات مقاله

عنوان نشریه: 
 
اطلاعات شماره: 
 
عنوان مقاله: 

پيش بيني غلظت آلاينده هاي گازي در هواي شهر تبريز با استفاده از شبکه عصبي

 
نویسندگان: 
 
آدرس:  
* گروه مهندسی بهداشت محیط، دانشکده بهداشت، دانشگاه علوم پزشکی تبریز
 
چکیده: 

آلودگي هوا به عنوان يک چالش مهم در شهرهاي بزرگ مطرح مي باشد که درنتيجه صنعتي شدن، گسترش شهرنشيني، رشد سريع ترافيک و افزايش فعاليت هاي انسان تشديد شده است. آلاينده هاي هوا باعث بروز اثرات منفي بر سلامت انسان و تخريب محيط زيست شده لذا آگاهي از غلظت آلاينده ها مي تواند به عنوان اطلاعات کليدي در برنامه هاي کنترل آلودگي مورد استفاده قرار گيرد. روش هاي متعددي براي پيش بيني غلظت آلاينده هاي هوا وجود دارد و در اين ميان، در سال هاي اخير پيشرفت قابل توجهي در توسعه مدل هاي شبکه عصبي براي پيش بيني غلظت آلاينده هاي هوا صورت گرفته است. در اين مطالعه، از شبکه هاي عصبي مصنوعي به منظور پيش بيني غلظت آلاينده هاي CO،SO2  و  NOXدر هواي شهر تبريز استفاده شده است. داده هاي غلظت آلاينده ها از ايستگاه سنجش ثابت مستقر در ميدان نماز و داده هاي هواشناسي شامل سرعت و جهت باد، دما و رطوبت هوا از اداره کل هواشناسي جمع آوري شده و پس از نرمال سازي به عنوان متغيرهاي ورودي شبکه عصبي مورد استفاده قرار گرفت. تعداد 5-3 لايه مخفي و 25-8 نرون در هر لايه مخفي نتايج قابل قبولي داشته است. از تابع تانژانت سيگموئيد به عنوان تابع انتقال و الگوريتم لونبرگ مارکوآت براي بهينه سازي وزن ها و باياس هاي شبکه استفاده شد. بر اساس نتايج به دست آمده، شبکه عصبي مصنوعي روشي قابل اعتماد براي پيش بيني غلظت ساعتي آلاينده هاي هوا بوده به طوري که، ضريب همبستگي بالاي 0.90 بين غلظت آلاينده هاي پيش بيني شده و غلظت واقعي آلاينده هاي CO،SO2  و NOX به دست آمد.

 
کلید واژه: 

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

  بازدید یکساله 208
 
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی