مقایسه کارائی شبکه های عصبی و رگرسیون خطی در پیش بینی غلظت آلاینده های هوا
محل انتشار: دومین همایش و نمایشگاه تخصصی مهندسی محیط زیست
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,302
فایل این مقاله در 7 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:
CEE02_510
تاریخ نمایه سازی: 17 مهر 1386
چکیده مقاله:
مشکلات ناشی از آلودگی هوا که با رشد و توسعه جوامع شهری رو به افزایش است نیاز به کنترل و کاهش این آلاینده ها را ضروری کرده است . یکی از روشهای کاهش اثرات منفی آلاینده های هوا و جلوگیری از رسیدن به حالت بحران پیش بینی مقدار غلظت آلاینده و ساما ن دهی برنامه ریزی های شهری بر پایه این پیش بینی است . بدین منظور از روشهای مختلفی برای پیش بینی مقدار غلظت آلاینده های هوا استفاده شده است . در این مطالعه میزان کارائی شبکه های عصبی مصنوعی مختلف که برای پیش بینی آلاینده ها طراحی شده اند با یکدیگر و روشهای رگ رسیون خطی مقایسه می شوند تا بر پایه این مقایسه بتوان روش کارآمدی برای پیش بینی آلاینده های هوا انتخاب کرد . در این مطالعه آلاینده NO2 و روشهای مختلفی که برای پیش بینی آن استفاده شده بررسی و سپس شبکه عصبی با ساختار و پارامترهای ورودی متفاوت طراحی می شود و نتایج این شبکه با شبکه های استفاده شده در سایر مطالعات مقایسه می گردد که بر پایه این مقایسه شبکه عصبی طراحی شده دارای کارائی بهتری در پیش بینی مقدار غلظت آلاینده NO2 می باشد .
کلیدواژه ها:
نویسندگان
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 :