مقایسه عملکرد روش شبکه های عصبی و روشهای آماری در تخمین میزان تولید زباله های شهری
Publish Year: 1398
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 479
This Paper With 20 Page And PDF and WORD Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMPE02_024
تاریخ نمایه سازی: 7 تیر 1399
Abstract:
امروزه مسئله جمع آوری، حمل و دفع زباله ها در دنیا بصورت مدیریت مواد زائد جامد مطرح گردیده که عناصر اصلی آن عبارتند از: تولید ، نگهداری موقت ، جمع آوری و حمل و نقل ، دفع و بازیافت. هر یک از این عناصر متاثر از یکدیگر بوده و پرداختن به یک یا چند عنصر بدون داشتن برنامه برای سایر عوامل سودی نخواهد داشت .در این تحقیق به مقایسه عملکرد مدل های مختلف در پیشبینی میزان زباله تولیدی و بهینه سازی سیستم حمل ونقل پرداخته شد . برای این منظور از روش سطح پاسخ ( RSM) به عنوان یک روش آماری و از شبکه های عصبی (ANN) به عنوان روش ریاضی در بهینه سازی سیستم حمل و نقل زباله های شهری ارومیه استفاده شد.جهت استفاده از شبکه های عصبی برای پیش بینی بار حمل شده در سیستم حمل و نقل زباله شهری ارومیه ، داده های جمع آوری شده تابستان 96 با سه ورودی و یک خروجی در الگوریتم (BBP) با 7 نرون در لایه پنهان آموزش داده شد و به عنوان بهترین مدل انتخاب شد. با استفاده از داده های اعتبار سنجی توانایی پیش بینی مدل ارزیابی شد و ضریب تعیین (R2) برای داده های اعتبار سنجی 0,9068 بدست آمد.اما در روش سطح پاسخ با در نظر گرفتن همبستگی خطی بین مقادیر پیش بینی شده و واقعی، مقادیر R2 برابر 0.9841 به دست آمد که مقدار مناسبی است و در واقع بیانگر این حقیقت است که 98,41 درصد از تغییرات در پاسخ را می تواند توسط این مدل تشریح کرد . بنابراین می توان نتیجه گرفت که روش سطح پاسخ در مدل سازی و پیش بینی بهتر از روش شبکه عصبی عمل نموده است.
Authors
سونا هاشم پور
دانشکده مهندسی پیشرفت، دانشگاه علم و صنعت ایران،
سهند خداپرس
دانشکده برق وکامپیوتر، دانشگاه ارومیه ،دانشکده انفورماتیک، دانشگاه آوینیون فرانسه