ارائه ی یک تکنیک ترکیبی داده کاوی به منظور پیش بینی مقدار انتشار گازهای گلخانه ای

امروزه با رشد روزافزون شهرها و گسترش فعالیت های صنعتی، غلظت گازهای گلخانه ای از جمله CO2 در اتمسفر زمین در حال افزایش است. عمدتا انتشار این گاز در اثر مصرف اشکال مختلف انرژی و احتراق انواع سوختها به ویژه سوختهای فسیلی ایجاد می شود. توسعه تکنیکهای دادهکاوی که منجر به پیشبینی دقیق میزان انتشار گازهای گلخانه ای میشود، به منظور تصمیم گیری در اقدامات پیشگیرانه و سیاستهای صحیح در این زمینه بسیار سودمند است. هدف از این مطالعه شناسایی ترکیبی از ویژگیهای مهم و تاثیرگذار در انتشار گاز گلخانه ای CO2 و همزمان انتخاب بهترین تکنیک در پیش بینی میزان انتشار آن است. به این منظور، داده های مربوط به مصرف انرژی کشورهای مختلف برای سالهای 1965 تا 2017، از پایگاه داده آژانس بین المللی انرژی اخذ شده است. یک تکنیک ترکیبی جدید داده کاوی برای پیش بینی انتشار CO2 توسعه داده شده است و نتایج آن با نتایج حاصل از چندین تکنیک پیشبینی رایج در داده کاوی شامل: شبکه ی عصبی مصنوعی، رگرسیون،KNN1،Linear-AS2 وGLE3، مقایسه شد. همچنین انتخاب ترکیب ویژگیهای مهم همزمان با انتخاب بهترین تکنیک برای پیش بینی انتشار CO2 مشخص شد. نتایج نشان می دهد تکنیک ترکیبی پیشنهادی، که ترکیبی از روش خوشه بندی-K Means4، الگوریتم پیشبینی Linear-AS و تجزیه و تحلیل تمایز (DA)5 است، در این مورد دقیق ترین عملکرد را دارد.

Keywords:

داده کاوی , مصرف انرژی , انتشار CO2 , ترکیب تکنیکها , گرمایش جهانی