مدلسازی و پیش بینی غلظت آلاینده های هوا به کمک روش های یادگیری ماشین
سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 393
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCECM02_118
تاریخ نمایه سازی: 7 مرداد 1403
چکیده مقاله:
در این مقاله، تاثیر رشد جمعیت، رشد وسیله نقلیه و توسعه نیروگاه هایی با محرک اولیه سوخت های فسیلی و افزایش آلاینده های هوا مورد بررسی قرار می گیرد. آلودگی هوا به عنوان یکی از عوامل اصلی خطرات مرگ و میر در جهان شناخته شده است که علاوه بر تاثیرات منفی بر سلامت انسان و محیط زیست، تاثیراتی نیز بر اقتصاد و کیفیت زندگی دارد. در این راستا، شاخص کیفیت هوا به منظور آموزش عمومی درباره تاثیرات آلودگی هوا بر سلامت انسان توسعه داده شده است. میزان آلودگی هوا در شهرهای هند به طور قابل توجهی افزایش یافته است. در این مقاله، روش های مختلفی برای ایجاد یک فرمول ریاضی جهت تعیین شاخص کیفیت هوا بررسی شده است. شاخص کیفیت هوا با آلاینده های هوا مانند ذرات معلق ، دی اکسید نیتروژن، دی اکسید گوگرد و ازن مرتبط است. هدف این مقاله استفاده از روش های یادگیری ماشین، به ویژه رگرسیون خطی و بردار پشتیبان سیستم، جهت پیش بینی شاخص کیفیت هوا و مقایسه دو روش است. برای این منظور، از داده های ۱۹۰۰ روز از سال ۲۰۱۵ تا ۲۰۲۰ استفاده شده است. سپس، میزان همبستگی بین متغیر وابسته و مستقل تعیین شده و متغیرهای با کمترین همبستگی حذف شده اند. برای آموزش و تست مدل، ۷۰ درصد و ۳۰ درصد از داده ها استفاده شده است. در نهایت، با استفاده از انواع خطاها، دقت مدل ها ارزیابی شده و خطاهای هر دو روش در محدوده قابل قبول قرار گرفته اند. علاوه بر این، میزان دقت نزدیک به ۸۶٪ برای هر دو روش مشاهده شده است.
کلیدواژه ها:
نویسندگان
سینا ربیع نژادگنجی
دانشجو کارشناسی ارشد دانشگاه خواجه نصیر طوسی
مریم زارع شحنه
عضو هیئت علمی دانشگاه خواجه نصیر طوسی