پیشبینی غلظت آلایندگی ازن با استفاده از شبکه عصبی پایه شعاعی با نظارت الگوریتمهای تکاملی

سال انتشار: 1394
محل انتشار: کنفرانس بین المللی یافته های نوین پژوهشی درمهندسی برق و علوم کامپیوتر
کد COI اختصاصی: COMCONF01_728
زبان مقاله: فارسی
تعداد مشاهده: 798

نویسندگان

گروه مهندسی کامپیوتر، واحد تهران جنوب، دانشگاه آزاد اسلامی تهران، ایران

دانشیار گروه مهندسی کامپیوتر، واحد تهران جنوب، دانشگاه آزاد اسلامی تهران، ایران

چکیده

یکی از چالشهای زیستمحیطی اساسی در کلان شهرها مسأله آلودگی هواست. این مسأله در کلان شهری مانندتهران بهعلت حجم ترافیک بالا، استفاده از خودروهای غیراستاندارد، احتراق ناقص سوختهای مورد استفاده خودروها وبیتوجهی که طی سالهای گذشته نسبت به آلودگی هوا صورت گرفته، اهمیت بخصوصی پیدا کرده است. پیشبینی غلظت روزانه آلایندههای هوا اولین گام اساسی در برنامهریزی کاهش اثرات آنها است. در این مقاله، ابتدا به پیشپردازشدادههای جمعآوری شده)شامل مراحل پاکسازی دادهها، نرمالسازی خطی و انتخاب ویژگی( پرداخته و در ادامه آموزش شبکه عصبی پایهای- شعاعی با استفاده از الگوریتم تکاملی بهینهسازی ازدحام ذرات بهمنظور پیشبینی میزان غلظت ازنانجام میشود و خطای حاصل از آن با خطای شبکه عصبی آموزش داده شده توسط الگوریتمهای تکاملی دیگر همچونالگوریتم کرم شبتاب و الگوریتم ژنتیک مقایسه میشود. نتایج نشان میدهد که شبکه عصبی پایهای- شعاعی آموزش یافته با الگوریتم بهینهسازی ازدحام ذرات با میانگین مربعات خطای 0.001 . و 0.0026 بهترتیب در آموزش و آزمایش میتواند پیشبینی میزان غلظت ازن را با خطای کمتری انجام دهد که نشاندهنده برتری مدل پیشنهادی از لحاظ میزان خطا در قیاس با الگوریتمهای تکاملی دیگر است

کلیدواژه ها

الگوریتم تحلیل مؤلفههای اصلی، الگوریتم بهینهسازی ازدحام ذرات، الگوریتم ژنتیک، الگوریتم کرم شبب- تاب، شبکه عصبی پایهای- شعاعی

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.