فرشید محمدیان - کارشناسی ارشد، گروه مکانیک بیوسیستم، دانشکده کشاورزی دانشگاه تربیت مدرس

در سال های اخیر هوش مصنوعی به جای روش های سنتی علمی جایگزین شده است. این مقاله قابلیت شبکه عصبی مصنوعی را به عنوان یک ابزار پیش بینی کننده آلاینده ی دی اکسید نیتروژن در مورد دیزل چهارسیلندر، ارزیابی می کند. برای مقایسه و تحلیل داده ها از R(2), MRE و RMSE استفاده شد. در میان ترکیب های آزمایش شده از شرایط آزمایش در معماری های متفاوت پس انتشار، بهترین الگوریتم برای حالت بار صفر، 30%، 70% و 100% به ترتیب الگوریتم BR, SCG و SCG و با تعداد نرون های 11، 15، 14، 12 و برای حالت کلی که شامل تمامی داده ها بود الگوریتم با تابع SCG و 18 نرون بود. مقدار RMSE برای بار صفر، 30%، 70%، 100% و حالت کلی بترتیب برابر با 0/004، 0/04، 0/02، 0/07 و 0/05 بود.

آلاینده دی اکسید نیتروژن، موتور دیزل، شبکه عصبی مصنوعی، الگوریتم یادگیری