۱۳۹۵-۰۵-۰۱

مقاله مقايسه دو روش مدل سازي با استفاده از شبکه عصبي- فازي در پيش بيني غلظت آلاينده مونوکسيد کربن که چکیده‌ی آن در زیر آورده شده است، در زمستان ۱۳۹۱ در محيط شناسي از صفحه ۲۹ تا ۴۴ منتشر شده است.
نام: مقايسه دو روش مدل سازي با استفاده از شبکه عصبي- فازي در پيش بيني غلظت آلاينده مونوکسيد کربن
این مقاله دارای ۱۶ صفحه می‌باشد، که برای تهیه‌ی آن می‌توانید بر روی گزینه‌ی خرید مقاله کلیک کنید.
کلمات مرتبط / کلیدی:
مقاله آلودگي هوا
مقاله کريجينگ
مقاله سيستم اطلاعات مکاني
مقاله شبکه عصبي- فازي
مقاله سيستم استنتاج فازي ممداني

نویسنده(ها):
جناب آقای / سرکار خانم: خزاعي الهه
جناب آقای / سرکار خانم: آل شيخ علي اصغر
جناب آقای / سرکار خانم: كريمي محمد
جناب آقای / سرکار خانم: وحيدنيا محمدحسن

چکیده و خلاصه‌ای از مقاله:
پايش و پيش بيني مشخصه هاي کيفيت هوا در مناطق شهري يکي از چالش هاي محيط زيست انساني محسوب مي شود. اين مهم وابسته به عوامل متعددي مانند توپوگرافي، اقليم، جمعيت و شبکه حمل و نقل است که نحوه تعامل اين عوامل مکاني به عنوان پديده اي ديناميک، غير خطي و داراي ابهام عنوان شده است. در اين تحقيق به منظور پيش بيني و مدل سازي ميزان آلاينده مونوکسيدکربن از شبکه عصبي- فازي و GIS در قالب دو مدل متفاوت استفاده شده است. در مدل اول داده هاي آموزشي با استفاده از روش کريجينگ ايجاد و براي هر ايستگاه ناحيه اي در نظر گرفته شد که از داده هاي موجود در آن ناحيه، براي آموزش آن استفاده شد. براي هر ناحيه قانون هاي فازي استخراج شده و به هر پيکسل آن ناحيه اعمال و ميزان آلاينده تخمين زده شد. در مدل دوم هر ايستگاه به طور جداگانه با استفاده از داده هاي خود آموزش داده شد. براي هر ايستگاه قانون هاي فازي آن استخراج شده و غلظت آلاينده تخمين زده شد. به علت اين که پيش بيني در ايستگاهها صورت مي گيرد، در نهايت براي مدل سازي مکاني غلظت در محدوده مورد مطالعه از روش کريجينگ استفاده شده است. براي انجام تست عملي اين تحقيق، از داده هاي هواشناسي ايستگاههاي واقع در سطح شهر تهران استفاده شد. ميانگين RMSE مجموعه ايستگاهها در مدل اول با قانون هاي سوگنو، ۱٫۶۱۳ ppm و با قانون هاي ممداني، ۱٫۴۸۴ ppm و در مدل دوم با قانون هاي سوگنو، ۱٫۴۴۵ ppm و با قانون هاي ممداني، ۱٫۳۷۴ ppm به دست آمد. نتايج حاکي از آن است که هر دو مدل به خوبي ميزان آلاينده را پيش بيني مي کنند.

© حقوق سایت محفوظ است