مدلسازی غلظت ساعتی ذرات معلق کوچکتر از ده میکرون PM 10 با استفاده از شبکه عصبی مصنوعی بهینه شده با الگوریتم رقابت استعماری
Publish place: The first electronic congress of new findings in the environment and agricultural ecosystems
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 762
- 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:
AGROCONGRESS01_606
تاریخ نمایه سازی: 16 خرداد 1394
Abstract:
ذرات معلق یکی از عوامل عمده آلودگی هوای کلان شهر تهران است. هدف اصلی این تحقیق، شبیه سازی و برآورد غلظت میانگین ساعتی ذرات معلق کوچکتر از ده میکرون در هوای شهر تهران با استفاده مدل شبکه عصبی بهینه شده با الگوریتم رقابت استعماری است. با استفاده از یک شبکه عصبی پس انتشار با یک لایه پنهان و استفاده از الگوریتم رقابت استعماری به عنوان الگوریتم آموزش مدلی مناسب برای این امر ایجاد شد.برای شبیه سازی غلظت ساعتی ذرات معلق ازداده های ساعتی آلودگی هوا و هواشناسی سال های 1386 و 1387 ایستگاه تجریش واقع در شمال تهران استفاده شد.برای ارزیابی نتایج مدل مذکور، ریشه میانگین مربعات خطا (RMSE)، میانگین مطلق خطا (MAE)، میانگین مربعات خطا (MSE) و ضریب همبستگی (R) در مدل شبکه عصبی برای مرحله آموزش به ترتیب 0.041 ، 0.0358 ، 0.0027 و 0.779و برای مرحله آزمون 0.055 ، 0.0336 ، 0.0028 و 0.751 بدست آمد. شاخص های آماری نشان از موفقیت مدل شبکه عصبی بهینه شده با الگوریتم رقابت استعماری در شبیه سازی غلظت ساعتی ذرات معلق کوچکتر از ده میکرون را نشان داد.
Keywords:
Authors
علیرضا احسان زاده
دانشجوی کارشناسی ارشد، مهندسی محیط زیست، دانشگاه یزد، ایران
فرهاد نژادکورکی
دانشیار و رئیس روابط بین الملل،گروه مهندسی محیط زیست، دانشگاه یزد، ایران
محسن طهماسبی بلداجی
کارشناس مهندسی کامپیوتر- نرم افزار
ابراهیم ربیعی فرادنبه
کارشناس حسابداری
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 :