به کارگیری RNN و ANFIS در پیش بینی شاخص غلظت NO2 و O3در تهران
Publish place: The first national conference and specialized exhibition of environment, energy and clean industry
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 912
This Paper With 11 Page And PDF 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:
EECICO01_138
تاریخ نمایه سازی: 18 بهمن 1392
Abstract:
امروزه مشکل آلودگی های هوا یکی از مهم ترین مسائل شهرهای پرجمعیت جهان است و تعداد زیادی از شهرهای بزرگ ایران نیز از آن رنج می برند. غلظت بالای آلاینده ها باعث ایجاد مشکلات سلامتی، زیست محیطی و... می شود. بنابراین پیش بینی این آلودگی ها جهت کنترل و کاهش آن بسیار لازم به نظر می-رسد. در این تحقیق، جهت پیش بینی میزان شاخص غلظت آلاینده های NO2 و O3، مدل های شبکه عصبی بازگشتی RNN و عصبی- فازی ANFIS، را روی داده های ایستگاه ژئوفیزیک که به صورت روزانه بین سال های 1388 تا 1390 جمع آوری شده است به کار بردیم. این پژوهش با هدف بررسی کارایی شبکه عصبی بازگشتی و عصبی- فازی در پیش بینی میزان شاخص آلاینده های NO2 و O3انجام گرفت . نتایج به دست آمده از این تحقیق نشان می دهد که مدل های فوق قابلیت بسیار خوبی در پیش بینی میزان غلظت آلاینده های هوا دارند.
Keywords:
آلودگی هوا , شبکه های عصبی مصنوعی بازگشتی(ANN-RNN) , مدل عصبی-فازیANFIS)) , منواکسیدنیتروژن(NO2) , ازون(O3)
Authors
شقایق نیرم
دانشجوی کارشناسی ارشد مهندسی کامپیوتر- نرم افزار، دانشگاه آزاد اسلامی پردیس علوم و تحقیقات شاهرود، گروه کامپیوتر، شاهرود، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :