ارزیابی آلاینده CO با استفاده از دو الگوریتم شبکه عصبی مصنوعی در تهران

سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 463

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ECONF10_201

تاریخ نمایه سازی: 3 شهریور 1399

چکیده مقاله:

آلودگی هوا یکی از مهم ترین مشکلات زیست محیطی قرن اخیر است که سلامت انسان ها را تهدید می کند و عبارتست از وجود یک یا چند آلوده کننده در هوا با کمیت ها، ویژگی های مختلف که برای انسان، حیوان، گیاهان و اموال مضر باشد. در این مقاله آلاینده CO در شهر تهران به عنوان مورد مطالعاتی، با استفاده از دو الگوریتم شبکه عصبی مصنوعی BFGS Quasi-Newton و Resilient Backpropagation مورد ارزیابی قرار گرفت. نتیجه مشخص کرد که الگوریتم Resilient Backpropagation با تعداد لایه پنهان 5 دارای خطای کمتر و ریشه میانگین مربعات برابر 1.1130 است.

نویسندگان

حسین جعفریان

دانشجوی کارشناسی ارشد، گروه مهندسی نقشه برداری، دانشگاه تربیت دبیر شید رجایی، تهران

سعید بهزادی

استادیار گروه مهندسی نقشه برداری، گروه مهندسی نقشه برداری، دانشگاه تربیت دبیر شهید رجایی، تهران