برازش مدلی برای پیش بینی میزان زباله تولیدی با استفاده از روش سری های زمانی رگرسیونی درگلستان، ایران

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 484

فایل این مقاله در 10 صفحه با فرمت PDF و WORD قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MMCONF02_029

تاریخ نمایه سازی: 19 خرداد 1396

چکیده مقاله:

یک نگرانی عمده در بسیاری از کشورها انتخاب یک روش مناسب، اقتصادی و سازگار با محیط زیست برای مدیریت پسماند می باشد. برنامه ریزی و طراحی سیستم های مدیریت مواد زاید جامد شهری نیاز به پیش بینی دقیق از تولید مواد زاید جامد می باشد. روش های پیش بینی متعارف تولید مواد زاید جامد اغلب در یک سرانه با استفاده از عوامل اقلیمی و اجتماعی و اقتصادی راهبری می شوند. علم آمار نیز در این زمینه کمک شایانی به محیط زیست و یافتن روش هایی برای پیش بینی و مدیریت مواد زاید جامد شهری کرده است. تاکنون پیش بینی میزان مواد زاید جامد شهری با روش های رگرسیونی، شبکه های عصبی، آنالیز سری های زمانی و غیره انجام شده است. در این تحقیق اثر متغیر زمان و تواما متغیر های دما، بارش، جمعیت، هزینه، درآمد و سرانه تولید زباله به عنوان متغیر های مستقل بر میزان پسماند تولید شده که به عنوان متغیر وابسته است، به روش (regression time series ) بررسی شده است. نتایج نشان داد روش (EGLS) در ساخت مدلی برای پیش بینی میزان پسماند نقاط شهری استان گلستان موفق بوده است. نتایج بدست آمده از مدل حاکی از آن است که مقادیر واقعی و مقادیر حاصل از مدل تفاوت بسیار کمی با هم دارند. مانده های بین مقادیر واقعی و مقادیر حاصل از مدل نیز مورد تحلیل قرار گرفته و نتایج بررسی ها از عدم همبستگی معنی دار میان آنها حمایت می کنند.

کلیدواژه ها:

نویسندگان

مریم پازوکی

دانشکده محیط زیست دانشگاه تهران

پژمان قربانی

دانشکده محیط زیست دانشگاه تهران

علی نوری

دانشگاه آزاد اسلامی واحد زنجان

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 :
  • Abbasi, M., Abduli, M., Omidvar, B., & Baghvand, A. (2012). ...
  • Abdoli, M., Karbassi , A, S amie e-Zafarghandi, R., Rashidi, ...
  • Azadi, S., & Karimi-Jashni, A. (2016). Verifying the performance of ...
  • Daskalopoulos, E., Badr, O., & Probert, S. (1998). Municipal solid ...
  • Keser, S., Duzgun, S., & Aksoy, A. (2012). Application of ...
  • Marshall, R. E., & Farahbakhsh, K. (2013). Systems approaches to ...
  • Navarro-Esbrn, J., Diamadopoulo s, E & , .Ginestar, D. (2002). ...
  • Younes, M. K., Nopiah, Z., Basri, N. A., Basri, H., ...
  • Zade, M. J. G., & Noori, R. (2007). Prediction of ...
  • نمایش کامل مراجع