راهبردی نوین جهت پیشبینی میزان آلاینده کلانشهر اراک با استفاده ازشبکه عصبی و الگوریتم فرا ابتکاری علفهای هرز

امروزه پیشبینی پارامترهای کیفیت هوا از موضوعات مهم و محبوب در علوم محیطزیست و اتمسفریک است زیرا رابطه مستقیم با سلامتی بشر دارد لذا نیاز به مدلهای دقیق برای پیشبینی آلودگی هوا احساس میشود. آلودگی روزافزون هوا در شهرهای بزرگ، رشد بیرویه جمعیت در نزدیکی نواحی صنعتی از جمله مواردی است که امروزه ذهن متخصصان محیطزیست را به خود مشغول نموده است. بنابراین استفاده از ابزار و روشهای پیشبینی اثرات نامطلوب آلودگی هوا ناشی از عوامل گوناگون آلاینده ضروری میباشد. در این تحقیق با استفاده از تکنیک شبکه عصبی مصنوعی و ترکیب آن با الگوریتم فرا ابتکاری علف هرز و همچنین الگوریتم ژنتیک جهت برآورد و پیشبینی غلظت گازهای آلایندههوای کلانشهر اراک بهکار رفته است. سپس با استفاده از نرمافزار متلب مدل ترکیبی پیشنهادی شبیه سازی که در نهایت معیارهای ارزیابی عملکرد RMSE و MAPE و R2 و MSE و MAE برای هرکدام از الگوریتمهای فوق استخراجشده است که نتیجه حاکی از برتری الگوریتم علف های هرز در 5 معیار ارزیابی الگوریتم نسبت به الگوریتم ژنتیک میباشد.

Keywords:

داده کاوی , پیش بینی آلودگی هوا , کلانشهر اراک , الگوریتم شبکه عصبی مصنوعی , الگوریتم فرا ابتکاری علف های هرز