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:

737
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

723
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ارزیابی دقت شبکه های عصبی مصنوعی (MLP و RBF) در پیش بینی گرد و غبار کارخانه سیمان سبزوار

صفحات

 صفحه شروع 43 | صفحه پایان 52

چکیده

 زمینه و هدف: مدل سازی گردو غبار مى تواند به عنوان یک ابزار مناسب برای پیش بینى گردو غبار صنایع در آینده و تعیین استراتژی های کنترل انتشار آلاینده ها تلقى شود. در این مطالعه از شبکه هاى عصبى به عنوان ابزاری برای پیش بینى گردو غبار خروجى از دودکش (RBF) و پایه شعاعى (MLP) پرسپترون اصلى کارخانه سیمان سبزوار واقع در استان خراسان رضوى استفاده شد. مواد و روش ها: در محدوده مطالعاتى مورد نظر, ابتدا میزان غلظت گردو غبار خروجى از دودکش اصلى کارخانه سیمان به وسیله اندازه گیری هاى میدانى به دست آمد. سپس با به کار گیرى پارامتر هاى خط تولید (درجه حرارت, سرعت گاز خروجى , ولتاژ, سوخت, مواد خام و مدت زمان نمونه بردارى ), به عنوان داده هاى ورودى به شبکه هاى عصبى , جهت پیش بینى میزان غلظت گردو غبار استفاده شد. مقادیر حاصل از اجرای مدل ها, با نتایج اندازه گیری های میدانى به عنوان انتخاب مدل برتر, مورد مقایسه قرار گرفت. یافته ها: در بررسى نمودار ها و پارامتر های آماری, مقادیر میانگین مربعات خطا براى دو مدل شبکه هاى 21 و مقادیر ضریب همبستگى به ترتیب / 1 و 263 / عصبى پرسپترون و پایه شعاعى به ترتیب برابر 787 0 بود که نشانگر خطاى کمتر و همبستگى بیشتر مدل شبکه هاى عصبى / 0 و 95811 / برابر 99693 پرسپترون نسبت به مدل پایه شعاعى در پیش بینى میزان غلظت گردو غبار بود. نتیجه گیرى : به دلیل قابلیت بالاى شبکه عصبى پرسپترون در پیش بینى میزان غلظت گردو غبار, این مدل مى تواند یک راه حل مناسب و سریع در پیش بینى میزان گردو غبار صنایع باشد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    کیخسروی، سیدسعید، نژادکورکی، فرهاد، و امین طوسی، محمود. (1398). ارزیابی دقت شبکه های عصبی مصنوعی (MLP و RBF) در پیش بینی گرد و غبار کارخانه سیمان سبزوار. پژوهش در بهداشت محیط، 5(1 )، 43-52. SID. https://sid.ir/paper/357832/fa

    Vancouver: کپی

    کیخسروی سیدسعید، نژادکورکی فرهاد، امین طوسی محمود. ارزیابی دقت شبکه های عصبی مصنوعی (MLP و RBF) در پیش بینی گرد و غبار کارخانه سیمان سبزوار. پژوهش در بهداشت محیط[Internet]. 1398؛5(1 ):43-52. Available from: https://sid.ir/paper/357832/fa

    IEEE: کپی

    سیدسعید کیخسروی، فرهاد نژادکورکی، و محمود امین طوسی، “ارزیابی دقت شبکه های عصبی مصنوعی (MLP و RBF) در پیش بینی گرد و غبار کارخانه سیمان سبزوار،” پژوهش در بهداشت محیط، vol. 5، no. 1 ، pp. 43–52، 1398، [Online]. Available: https://sid.ir/paper/357832/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