دانش رسان |
مرکز علم و دانش کشور پیش بینی و مدلسازی غلظت آلاینده مونوکسیدکربن با تلفیق شبکه عصبی – فازی تطبیقی و سیستم اطلاعات جغرافیایی
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
پیش بینی و مدلسازی غلظت آلاینده مونوکسیدکربن با تلفیق شبکه عصبی – فازی تطبیقی و سیستم اطلاعات جغرافیایی دارای ۱۷ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد پیش بینی و مدلسازی غلظت آلاینده مونوکسیدکربن با تلفیق شبکه عصبی – فازی تطبیقی و سیستم اطلاعات جغرافیایی کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی پیش بینی و مدلسازی غلظت آلاینده مونوکسیدکربن با تلفیق شبکه عصبی – فازی تطبیقی و سیستم اطلاعات جغرافیایی،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن پیش بینی و مدلسازی غلظت آلاینده مونوکسیدکربن با تلفیق شبکه عصبی – فازی تطبیقی و سیستم اطلاعات جغرافیایی :
نام کنفرانس، همایش یا نشریه : سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی ( کاربرد سنجش از دور و GISدر علوم منابع طبیعی )
تعداد صفحات :۱۷
امروزه آلودگی هوا اصلی ترین چالش محیطی در کلان شهرها به شمار می رود. بنابراین پایش و پیش بینی پارامترهای کیفیت هوا در مناطق شهری امری ضروری است. این مهم به عوامل متعددی از قبیل توپوگرافی، اقلیم، جمعیت و شبکه حمل و نقل بستگی دارد که نحوه تعامل این عوامل مکانی به عنوان پدیده ای دینامیک، غیرخطی و دارای ابهام عنوان شده است. در این تحقیق با به کارگیری شبکه فازی – عصبی و GIS، دانش حاکم بر محیط را در قالب قوانین فازی، از داده ها استخراج نموده و با استفاده از این قوانین، غلظت آلاینده مونوکسیدکربن پیش بینی و مدلسازی شد. منطقه مورد مطالعه شهر تهران در نظر گرفته شد. برای انجام این کار داده های هواشناسی ۶ ایستگاه پایش موجود در سطح شهر در فصل تابستان برای چهار سال متوالی به طور جداگانه به منظور آموزش شبکه مورد استفاده قرار گرفت. برای هر ایستگاه قوانین فازی (سوگنو و ممدانی) آن استخراج شده و غلظت آلاینده با استفاده از آن قوانین تخمین زده شد. به علت اینکه پیش بینی در ایستگاه ها صورت می گیرد، در نهایت برای مدلسازی مکانی غلظت در محدوده مورد مطالعه از روش لاگ کریجینگ استفاده شده است. میانگین جذر متوسط مربع خطا (RMSe) مجموعه ایستگاه ها با قوانین سوگنو، ۱.۴۴۵ ppm و با قوانین ممدانی، ۱.۳۷۴ ppm به دست آمد.
کلید واژه: آلودگی هوا، شبکه عصبی – فازی تطبیقی، سیستم فازی، کریجینگ، سیستم اطلاعات جغرافیایی
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
