مقایسه شبکه عصبی مصنوعی موجکی و سیستم استنتاج فازی_عصبی تطبیقی موجکی در پیش بینی تولید زباله

  • سال انتشار: 1389
  • محل انتشار: شانزدهمین کنفرانس سالانه انجمن کامپیوتر ایران
  • کد COI اختصاصی: CSICC16_053
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1012
دانلود فایل این مقاله

نویسندگان

سید هاشم محتشمی

دانشجوی کارشناسی ارشد کامپیوتر_هوش مصنوعی،دانشگاه آزاد اسلامی واحد

ملیحه امینی

دانشجوی کارشناسی ارشد کامپیوتر_نرم افزار،دانشگاه آزاد اسلامی واحد م

چکیده

مسائل اساسی سیستم مدیریت زبالههای جامد شهری درمدیریت شهری نیاز به پیش بینی دقیق تولید زباله دارند اما به دلیل طبیعت ناهمگون و تاثیر عوامل متنوع و خار جاز کنترل برتولید زباله همواره با مشکلات زیادی همراه بوده است دراین تحقیق دو مدل سیستم استنتاج فازی عصبی تطبیقی anfis و شبکه عصبی مصنوعی ANN که تبدیل موجک برروی ورودی های آنها اعمال شده است در پیش بینی تولید زباله هفتگی شهر مشهد برای پیچیدگی سیستم مدیریت زباله های جامد شهری استفاده شده است همچنین این مدلها بدون اعمال تبدیل موجک برروی ورودی های آنها نیز درنظر گرفته شده اند برای این چهار مدل -(WT-ANFIS WT-ANN -ANFIS -ANN آزمایشات برروی دو مجموعه داده دیگر (pima ecoli نیز انجام شد و نتایج براساس معیارهای سنجش ضریب تبیین R2 میانگین خطای مطلق جذر میانگین مربعات خطا و میانگین قدر مطلق خطای نسبی با هم مقایسه شدند نتایج بدست آمده از آزمایشات انجام شده دراین تحقیق بیانگر تاثیر مثبت انجام پیش پردازش تبدیل موجک برروی ورودی های هر سه مجموعه داده آزمایش شده است همچنین مدل WT-ANFIS برای مجموعه داده های اصلی و مجموعه داده های آزمایش شده دیگر پیش بینی دقیقتری را حاصل شد.

کلیدواژه ها

پیش پردازش تبدیل موجک،شبکه عصبی مصنوعی،سیستم استنتاج فازی_عصبی تطبیقی،پیش بینی تولید زباله

مقالات مرتبط جدید

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.