مقایسه شبکه عصبی و رگرسیون در پیش بینی تولید پسماند جامد شهری
- سال انتشار: 1399
- محل انتشار: چهارمین کنفرانس بین المللی فناوری های نوآورانه در زمینه علوم، مهندسی و تکنولوژی
- کد COI اختصاصی: TETSCONF04_009
- زبان مقاله: فارسی
- تعداد مشاهده: 382
نویسندگان
دانشجوی دانشگاه آزاد اسلامی واحد اراک
چکیده
هدف پژوهش حاضر مقایسه شبکه عصبی و رگرسیون در پیش بینی تولید پسماند جامد شهری بود. پساز جمع آوری داده ها ابتدا بوسیله روش تکنیک دلفی متغیرهای مورد نیاز شناسایی و سپس با استفاده ازروش رگرسیون چند متغیره و روش شبکه عصبی مصنوعی به تجزیه و تحلیل اطلاعات پرداخته شده کهبرای این امر از نرم افزارهای SPSS, EXCEL, MATLAB بهره گرفته شده است. تحقیق حاضر با توجه به اهدافی که دنبال می نماید جزء تحقیقات کاربردی بوده و از نظر فرایند انجام کار جزء تحقیقاتتوصیفی و پیمایشی از نوع اکتشافی است.گروه خبرگان در این تحقیق مربوط به متخصصان و کارشناساندر زمینه پسماند و همچنین اساتید دانشگاهی می باشند که برای نظرسنجی در مورد عوامل موثر برتولسد پسماند شهری مورد استفاده واقع شده اند که تعداد آنها 15 نفر می باشد. نتایج نشان داد مدلشبکه عصبی با استفاده از 85 درصد داده ها برای آموزش و 15 درصد برای تست توانسته است که تولید پسماند شهری را پیش بینی نماید که در این مدل مقادیر خطای MAPE 8.9 درصد و خطای MES 10.1 درصد برای مدل شبکه عصبی می باشد که مورد قبول و نشان دهنده کارایی این مدل می باشد.کلیدواژه ها
شبکه عصبی، گرسیون، تولید، پسماند جامد شهریمقالات مرتبط جدید
- Resource Optimization in Large Language Model Deployment Using Reinforcement Learning and Adaptive Software Engineering
- کاربرد یادگیری ماشین در پیشبینی خطاهای نرم افزاری در مراحل اولیه توسعه سیستم های پیچیده
- A review of the application of silver nanoparticles in improving the performance of ultrathin silicon solar cells
- نگرشی برنانو و نقش آن در تصفیه آب در نیروگاه های برق
- The Biomechanical Effect of Knee Flexion Angles on Squat Lifting with a Flat Back Position
اطلاعات بیشتر در مورد 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.