تحلیل مدل های مناسب جهت پیش بینی آلودگی هوا با تأکید بر الگوریتم علف های هرز

آلوده کنندهها معمولا0 بهعنوان موادی که باعث تأثیرات قابلتوجهی برای بشر، حیوانات، نباتات یا مواد بشوند طبقهبندی میگردند. بر این اساس تقریبا0 هر ماده طبیعی یا مصنوعی که بتواند از هوا به دست آید بهعنوان آلودهکننده طبقهبندی میشود. چنین موادی بهصورت ذرات جامد قطرات مایع، گازها و یا مخلوطی از این اشکال هستند. پیشبینی هرگز بهطور کامل با واقعیات انطباق نمییابند و هیچ روش منحصربهفردی بهعنوان بهترین روش پیشبینی وجود ندارد. کار اصلی خبرگان پیشبینی، یافتن بهترین مدل ممکن برای موضوع موردبررسی و انجام پیشبینیها با کمترین خطا میباشد .الگوریتم علفهای هرز اولین بار در سال 2006 ،توسط دکتر لوکاس در دانشگاه تهران معرفی گردید. از آن زمان تاکنون، از این الگوریتم برای حل بسیاری از مسائل عملی با ابعاد بالا مانند کنترل گروه رباتها، ، آنالیز دینامیکهای بازار برق و تخصیص منابع استفادهشده و نتایج موفقیتآمیزی بهدستآمده است. این الگوریتم با الهام از روند رشد علفهایهرز، ایجادشده است. مقاله حاضر با هدف تحلیل الگوریتم علف های هرز و بررسی توان ها و کمبودهای این روش در پیش بینی آلودگی هوا با روش توصیفی- تحلیلی و مطالعه کتابخانه ای انجام گرفته است. نتایج نشان داد؛ با پیشبینی میزان آلاینده با استفاده از شبکه عصبی مصنوعی و الگوریتم فرا مکاشفهای علفهای هرز میتوان خطای برآورد را نسبت به سایر روشها کاهش داد.