تلفیق شبکه‌ی عصبی – فازی و GIS برای مدلسازی مکانی غلظت آلاینده CO

آلودگی هوا به عنوان یکی از مشکلات عمده در اکثر کشورهای جهان، باعث شده که مانیتورینگ و پیش‌بینی پارامترهای کیفیت هوا در مناطق شهری حائز اهمیت گردد و به عنوان گامی اساسی در پیشگیری اثرات جبران ناپذیر آلاینده‌ها بر سلامت انسان‌ها تلقی شود. در این راستا تکنیک‌های هوش مصنوعی در مدل‌ کردن پدیده‌های غیر خطی و پیچیده دارای قابلیت فراوانی می‌باشند. همچنین سیستم اطلاعات جغرافیایی در قالب سیستمی توانمند، فرایند جمع آوری، ذخیره و پردازش و بصری سازی داده‌های مکانی را تسهیل می‌بخشند. بنابراین در این تحقیق شبکه‌ی عصبی - فازی برای پیش بینی میزان آلاینده CO با استفاده از پارامترهای هواشناسی به کار رفته است . ابتدا سیستم استنتاج فازی برای مدل کردن دانش افراد متخصص و سپس شبکه‌ی عصبی را به منظور مشخص کردن رفتار غیرخطی داده‌ها به کار رفت. خروجی سیستم استنتاج فازی را به عنوان خروجی شبکه‌ی عصبی فرض شده است. برای آموزش شبکه ی عصبی از داده‌های هواشناسی یک ایستگاه استفاده شد و از شبکه‌ی عصبی آموزش داده شده برای تخمین میزان آلاینده در ناحیه‌ای حول ایستگاه استفاده گردید. نتایج حاکی از آن است که این مدل به خوبی میزان آلاینده را پیش بینی می‌نماید

کلیدواژه ها:

آلودگی هوا ، سیستم اطلاعات جغرافیایی ، شبکه ی عصبی- فازی