مدل سازی آلاینده دی اکسید گوگرد در شهر تهران با استفاده از شبکه عصبی مصنوعی پرسپترون چند لایه

کلان شهر تهران همواره با آسیب های ناشی از آلودگی هوا مواجه است؛ چرا که جمعیت زیادی را در بر دارد و در معرض منابع متعدد تولیدکننده آلودگی می باشد. بنابراین، مطالعه و بررسی اثرات نامطلوب آلودگی هوا و بهره گیری از ابزاری جهت پیش بینی و مدل سازی آلاینده ها بسیار ضروری است؛ که شبکه های عصبی مصنوعی یکی از این ابزارهاست. در این مقاله، از شبکه عصبی مصنوعی پرسپترون چندلایه به منظور پیش بینی و مدل سازی آلاینده دی اکسید گوگرد در شهر تهران استفاده شده است. پارامترهای ورودی شبکه پیشنهادی شامل دمای هوا، سرعت باد، میزان بارش، میزان رطوبت نسبی هوا است. با توجه به اینکه رفتار اجتماعی-ترافیکی مردم نیز بر روی کیفیت هوا بسیار تاثیرگذار است، اثر آن از طریق طبقه بندی و جداسازی داده های مربوط به ایام نوروز و لحاظ کردن پارامتر روز و ماه اعمال شده است. غلظت آلاینده در روز گذشته یکی دیگر از پارامترهای تاثیرگذار در مدل سازی آلودگی هوا است که مدنظر قرار گرفته است. لازم به ذکر است که داده های بکار گرفته شده در این مقاله مربوط به ۱۰ سال اخیر منطقه اقدسیه تهران است. شبکه عصبی بهینه دارای یک لایه پنهان با تعداد ۱۲ نرون و توابع انتقال تانژانت هایپربولیک و خطی در لایه پنهان و خروجی است. همچنین الگوریتم پس انتشار خطا و تابع آموزشی لونبرگ-مارکوآت به کار گرفته شده است. مقدار ضریب همبستگی ۰/۹۶۵۱۷ و ریشه میانگین مربعات خطا برابر ۰/۰۷۷۱۱ نشان از عملکرد مناسب شبکه عصبی طراحی شده برای پیش بینی و مدلسازی غلظت آلاینده SO۲ دارد.

Keywords:

آلاینده دی اکسید گوگرد , آلودگی هوا , شبکه های عصبی