Loading
0 رای
  • پیش‌بینی میزان آلاینده ی PM10 بااستفاده از شبکه عصبی مصنوعی و بهینه‌سازی با الگوریتم ژنتیک (مطالعه‎ ی موردی: شهر ارومیه)

  • نویسندگان مقاله
  • چکیده مقاله

    با توجه به اهمیت موضوع محیط زیست به خصوص هوا، در زندگی و سلامت انسان و به منظور برنامه‌ریزی برای کاهش آلودگی هوا و سیاست های کنترلی از جانب مدیران و ارگان‌های تصمیم‌گیرنده، نیاز به ابزارهایی برای پیش‌بینی آلاینده ها بیشتر احساس می‌شود. در بین در بین آلاینده¬های مختلف که بر کیفیت هوا تاثیر¬گذار می¬باشند، ذرات با قطر 10 میکرون (PM10) از عوامل اصلی که تاثیر سوء بر سلامتی انسان و محیط زیست دارند، محسوب می شوند. در این تحقیق برای پیش‎بینی مقادیر این ذرات در هوای روزهای آینده شهر ارومیه، از شبکه ترکیبی عصبی مصنوعی به همراه الگوریتم تکاملی ژنتیک استفاده شد. متغییرهای مورد بررسی برای هدف مقاله، غلظت ذرات معلق با قطر آئرودینامیکی کمتر از 10 میکرومتر، ذرات معلق با قطر آئرودینامیکی کمتر از 2.5 میکرومتر، دی‌اکسید نیتروژن، دی‌اکسید گوگرد، مونوکسیدکربن و متغییرهای هواشناسی سرعت باد، دما و رطوبت نسبی اعمال گردید و در نهایت خروجی شبکه ترکیبی با بهبود 20 تا 30 درصدی نسبت به شبکه عصبی مصنوعی، خطای MSE به مقدار 00183/0 و ضریب همبستگی R به میزان 87% بدست آمد.

  • کلید واژه

    آلودگی هوا/ شبکه عصبی مصنوعی/ الگوریتم ژنتیک، بهینه سازی/ ذرات با قطر 10 میکرون

  • راهنمای خرید و دانلود
    • اگر در مجموعه Confpaper عضو نیستید، به راحتی می توانید از طریق دکمه زیر اصل این مقاله را خریداری نمایید .
    • با عضویت در Confpaper می توانید اصل مقالات را با حداقل 20 درصد تخفیف دریافت نمایید .
    • برای عضویت به صفحه ثبت نام مراجعه نمایید .
    • در صورتی که عضو این پایگاه هستید،از قسمت بالای صفحه با نام کاربری خود وارد سایت شوید .
    • لینک دانلود فایل خریداری شده به ایمیل شما ارسال میگردد .
نظرات کاربران

برای ارسال نظر، لطفا وارد حساب کاربری خود شوید.