پیشبینی زباله تولیدی تهران با استفاده از شبکه عصبی مصنوعی و رو شهای آماری چند متغیره

سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,997

فایل این مقاله در 12 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:

NCWM03_005

تاریخ نمایه سازی: 11 مرداد 1385

چکیده مقاله:

پایه و اساس برنامه ریزی و طراحی سیستم مدیریت مواد زائد جامد شهری، شناخت کمیت و کیفیت تولید است . تخمین میزان زباله تولیدی به دلیل نوسانات زیاد تولید و پارامترهای گوناگونی که بر آن موثر است یکی از کارهای بسیار دشوار در امر مدیریت مواد زائد جامد می باشد. در این مطالعه با استفاده از شبکه عصبی مصنوعی مدلی مناسب برای تخمین وزن زباله تولیدی در شهر تهران ارایه گردیده است و نتایج آن با مدل ترکیبی رگرسیون خطی چندمتغیره و آنالیز مؤلفه های اصلی مقایسه شده است . برای این منظور از سری زمانی زباله تولیدی شهر تهران در فاصله زمانی 1382 تا سه ماهه نخست 1385 که به صورت هفتگی مرتب شده بودند استفاده گردید . نتایج به دست آمده حاکی از برتری مطلق نتایج شبکه عصبی در مقایسه با مدل ترکیبی رگرسیونی و آنالیز مؤلفه های اصلی میباشد، به طوریکه ضریب همبستگی در مدل شبکه عصبی ارایه شده، برای مرحله تست شبکه معادل 0.837 بود.

نویسندگان

محمدعلی عبدلی

استاد دانشکده محیط زیست دانشگاه تهران

روح الله نوری

دانشجوی کارشناسی ارشد عمران محیط زیست دانشگاه تربیت مدرس

مهدی جلیلی

دانشجوی دکتری محیط زیست دانشگاه تهران

احسان صالحیان

دانشجوی کارشناسی ارشد عمران محیط زیست، دانشگاه تربیت مدرس

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Sahin, U., Ucan, O. N., Bayat, C., Oztorun, N., 2005. ...
  • Sahoo, G.B., Ray, C., De Carlo, E.H., 2006. Use of ...
  • Shrestha, S., Kazama, F., 2007. Assessment of surface water quality ...
  • Shrestha, S., Kazama, F., 2007. Assessment of surface water quality ...
  • Karaca, F., Ozkaya, B., 2006. NN-LEAP: A neural network-based model ...
  • Dong, C., Jin., B., Li, D., 2003. Predicting the heating ...
  • Lu, H.C., Hsieh, J.C., Chang, T.S., 2006. Prediction of daily ...
  • Helena, B., Pardo, R., Vega, M., Barrado, E., Ferna ndez, ...
  • Hocking, R. R., Methods and application of linear models regression ...
  • Legates, D.R. and McCabe, G.J. (1 9 9 9).Evaluating the ...
  • نمایش کامل مراجع