ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Application of Support Vector Machine and Gene Expression Programming on Tropospheric ozone Prognosticating for TehranMetropolitan

تعداد صفحات: 11 | تعداد نمایش خلاصه: 65 | نظرات: 0
سال انتشار: 1396
کد COI مقاله: JR_CEJ-3-8_003
زبان مقاله: انگلیسی
(فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 11 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Application of Support Vector Machine and Gene Expression Programming on Tropospheric ozone Prognosticating for TehranMetropolitan

Vahid Mehdipour - M.Sc. Environmental Civil Engineering student at K. N. Toosi University of Technology, Tehran, Iran
Mahsa Memarianfard - Assistant Prof. Civil Engineering Faculty, K. N. Toosi University of Technology, Tehran, Iran

چکیده مقاله:

Air pollution became fatal issue for humanity and all environment and developed countries unanimously allocated vastinvestments on monitoring and researches about air pollutants. Soft computing as a novel way for pollutants prediction canbe used for measurement tools calibration which can coincidently decrease the expenditures and enhance their ability toadapt quickly. In this paper support vector machine (SVM) and gene expression programming (GEP) as two powerfulapproaches with reliable results in previous studies, used to predict tropospheric ozone in Tehran metropolitan by usingthe photochemical precursors and meteorological parameters as predictors. In a comparison between the two approaches,the best model of SVM gave superior results as it depicted the RMSE= 0.0774 and R= 0.8459 while these results of geneexpression programming, respectively, are 0.0883 and 0.7938. Sensitivity of O3 against photochemical precursors andmeteorological parameters and also for every input parameter, has been analysed discreetly and the gained results implythat PM2.5, PM10, temperature, CO and NO2 are the most effective parameters for O3 values tolerances. For SVM, severalkernel tricks used and the best appropriate kernel selected due to its result. Nonetheless, gamma and sin2 values varied forevery kernel and in the last radial basis function kernel opted as the best trick in this study. Finally, the best model of bothapplications revealed, and the resulted models evaluated as reliable and acceptable.

کلیدواژه ها:

Gene Expression Programming; Support Vector Machine; Tropospheric Ozone; Air Pollution; Tehran

کد مقاله/لینک ثابت به این مقاله

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/803926/

کد COI مقاله: JR_CEJ-3-8_003

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:
Mehdipour, Vahid و Memarianfard, Mahsa,1396,Application of Support Vector Machine and Gene Expression Programming on Tropospheric ozone Prognosticating for TehranMetropolitan,,,,,https://civilica.com/doc/803926

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: (1396, Mehdipour, Vahid؛ Mahsa Memarianfard)
برای بار دوم به بعد: (1396, Mehdipour؛ Memarianfard)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله

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: 9,448
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 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