Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

پیش بینی غلظت SO2 هوای شهر تهران با استفاده از شبکه عصبی مصنوعی

سال انتشار: 1395
کد COI مقاله: CEE08_108
زبان مقاله: فارسیمشاهده این مقاله: 418
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
محتوای کامل این مقاله با فرمت WORD هم قابل دریافت می باشد.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 16 صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی غلظت SO2 هوای شهر تهران با استفاده از شبکه عصبی مصنوعی

نصرت اله یاراحمدی - پردیس بین المللی دانشگاه تهران، گروه مهندسی محیط زیست، کیش، ایران
مهدی مهدی نژاد - دانشگاه خوارزمی ، گروه عمران، تهران، ایران
احمد مدحج - دانشگاه آزاد اسلامی، واحد قزوین، گروه عمران، قزوین، ایران

چکیده مقاله:

تا کنون مدلهای زیادی برای تشریح فرآیند پیچیده آلودگی هوا پیشنهاد شده است. یکی از روشهای نوین در تشریح فرآیند آلودگی هوا شبکه های عصبی مصنوعی می باشد. این روش که یکی از شاخه های هوش مصنوعی به شمار می آید، به دلیل ساختار ریاضی غیر خطی و نیز پیش بینی قابل قبول در میان محققین رواج یافته است. این مطالعه به بررسی نتایج حاصل از شبکه های عصبی مصنوعی Multi Layer Perceptron(MLP) در پیش بینی غلظت S02 هوای منطقه 15 شهر تهران با استفاده از داده های درجه حرارت ساعتی , سرعت باد و درصد رطوبت پرداخته و پس از تعیین بهترین معماری در شبکه, مشاهده شد که نتایج حاصل از شبکه MLP از دقت بالایی برخوردار است . بدین ترتیب که در شبکه عصبی MLP ضریب همبستگی بین داده های پیش بینی و واقعی0.986 بدست آمد. در انتها نیز با استفاده از شبکه عصبی MLP بین داده های ورودی تحلیل حساسیت صورت گرفت که مشخص گردید, درجه حرارت ساعتی بیشترین تاثیر را در بین سه پارامتر مذکور در پیش بینی غلظت SO2 دارد.

کلیدواژه ها:

شبکه عصبی ، SO2 ، شبکه عصبی MLP ، پیش بینی کیفیت هوا

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا CEE08_108 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/529290/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
یاراحمدی، نصرت اله و مهدی نژاد، مهدی و مدحج، احمد،1395،پیش بینی غلظت SO2 هوای شهر تهران با استفاده از شبکه عصبی مصنوعی،هشتمین همایش ملی و نمایشگاه تخصصی مهندسی محیط زیست،تهران،https://civilica.com/doc/529290

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1395، یاراحمدی، نصرت اله؛ مهدی مهدی نژاد و احمد مدحج)
برای بار دوم به بعد: (1395، یاراحمدی؛ مهدی نژاد و مدحج)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • بوداق پور , س جرجستانی 0 الف، 1390، پیش بینی ...
  • بوداق پور، ب, ابراهیمی , س . , جوادی , ...
  • رحیمی . الف.. _ نجفی 0 ع, 1387. پیش بینی ...
  • I4] سایت ویکی پدیا , 1391, شناخت تهران. http :/www.wikipedi. ...
  • صدر موسوی , _ رحیمی 0 الف., 1387. ارزیابی کاربرد ...
  • I7] منهاج، م.و سیفی پور، ن. 1377هوش محاسباتی (جلد دوم)، ...
  • منهاج، م1377.هوش محاسباتی (جلد اول)، مبانی شبکه های عصبی مصنوعی، ...
  • نوری , الف, اشرفی, الف, اژدر پور, الف, 1387، مقایسه ...
  • Sherertz PC. Division of health hazards control. Virginia Department of ...
  • Bloemen HH, Burn J. Volatile Organic Compounds in the En ...
  • Dayhoff, J. E. (1990). Neural network architecture. an introduction. Van ...
  • Hartwell TD, Perritt L, Pellizari ED, Michael LC. Totel Exposure ...
  • Kennedy , J. B., and Neville , A. D, (1964)." ...
  • Owega, S., Khan, B. U. Z., Evans, G. J., Jervis, ...
  • Ozcan, . K., Ucan, O. N., Sahin, U., Borat, M ...
  • Ruiz-Suarez, J. C., Mayo ra-Ibarra, O. A., To rres-Jimenez, J ...
  • Tasadduq, I., Rehman, S & , Bubshait, K. (2002). Application ...

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 79,405
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

طرح های پژوهشی مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.

پشتیبانی