مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

534
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

499
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی سری زمانی مقدار ازن تروپوسفری با سازندهای فتوشیمیایی و عوامل هواشناسی

صفحات

 صفحه شروع 217 | صفحه پایان 226

چکیده

 روش های متداول اندازه گیری آلاینده های هوای دارای خطا, نیازمند فضای نسبتا بزرگ و صرف هزینه های بسیار کلان است, در حالی که می توان با استفاده از روش های جدیدی که توانایی یادگیری دارند از این معایب روش های معمول کاست. این روش ها که پایه ریاضی دارند و با استفاده از برنامه نویسی بنیان شده اند, هنوز به آن مرحله نرسیده اند که بتوان با اطمینان کامل جایگزین اندازه گیری های ماشینی شوند. در این مقاله از روش های شبکه عصبی مصنوعی و ماشین بردار پشتیبان که در تحقیقات گذشته نتایج قابل قبولی را برای موضوعات دیگر ارائه داده اند, استفاده شده است تا مقدار اوزن موجود در هوای سطح شهر تهران را با توجه به هشت پارامتر دیگر هواشناسی و آلاینده های معیار هوا, پیشبینی کند. در آخر با مقایسه عملکرد این دو روش با استفاده از دو معیار ارزیابی نتایج, نشان داده می شود که مقادیر R و RMSE برای ماشین بردار پشتیبان برابر است با 0. 8456 و 0. 0774 و برای شبکه عصبی مصنوعی 0. 8396=R و 0. 0914=RMSE, که این نتایج حاکی از برتری روش ماشین بردار پشتیبان نسبت به شبکه عصبی است. البته هر دو روش برای این پیشبینی نتایج کاملا مطلوب و رضایت بخشی ارائه داده اند. همچنین میزان تاثیرگذاری پارامترها بر روی ازن تحلیل شد که کربن منوکسید, دمای هوا و نیتروژن دی اکسید بیشترین تاثیر را بر روی تغییرات ازن داشتند درحالی که ذرات معلق هوا و بخصوص ذرات معلق با اندازه کمتر از 2. 5 میکرومتر کمترین تاثیر را پیشبینی ازن داشتند. .

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    مهدی پور، وحید، و معماریان فرد، مهسا. (1397). پیش بینی سری زمانی مقدار ازن تروپوسفری با سازندهای فتوشیمیایی و عوامل هواشناسی. مهندسی عمران (فنی و مهندسی مدرس)، 18(5 )، 217-226. SID. https://sid.ir/paper/256881/fa

    Vancouver: کپی

    مهدی پور وحید، معماریان فرد مهسا. پیش بینی سری زمانی مقدار ازن تروپوسفری با سازندهای فتوشیمیایی و عوامل هواشناسی. مهندسی عمران (فنی و مهندسی مدرس)[Internet]. 1397؛18(5 ):217-226. Available from: https://sid.ir/paper/256881/fa

    IEEE: کپی

    وحید مهدی پور، و مهسا معماریان فرد، “پیش بینی سری زمانی مقدار ازن تروپوسفری با سازندهای فتوشیمیایی و عوامل هواشناسی،” مهندسی عمران (فنی و مهندسی مدرس)، vol. 18، no. 5 ، pp. 217–226، 1397، [Online]. Available: https://sid.ir/paper/256881/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button