دوره 5، شماره 2 - ( 6-1396 )                   جلد 5 شماره 2 صفحات 48-65 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Air Pollution Prediction Using an Artificial Neural Network Trained by Chaotic Gravitational Search Algorithm: A Comparative Study. SCJ. 2017; 5 (2) :48-65
URL: http://scj.kashanu.ac.ir/article-1-290-fa.html
شیخان منصور، جعفری نسب زهرا. آموزش شبکه عصبی مصنوعی با نسخه آشوب‌گونه الگوریتم جستجوی گرانشی و کاربرد آن در پیش‌بینی آلاینده‌های هوا: مطالعه قیاسی. نشریه علمی ترویجی محاسبات نرم. 1396; 5 (2) :48-65

URL: http://scj.kashanu.ac.ir/article-1-290-fa.html


1- ، msheikhn@azad.ac.ir
چکیده:   (468 مشاهده)

امروزه پیش‌بینی آلودگی هوا در نواحی شهری به دلیل تأثیر آن بر روی سلامتی انسان، یکی از موضوعات مهم در پژوهش‌های زیست‌محیطی است. با وجود اهمیت به‌سزای موضوع آلودگی هوا، داده‌های نقاط اندکی در دسترس بوده و اندازه‌گیری آن برای تمام نقاط مورد نظر ناممکن است. به‌همین ‌علت، تاکنون مدل‌های مختلفی برای پیش‌بینی آلودگی هوا معرفی شده‌اند. در این مقاله، 10 ویژگی‌ مهم از مجموع 20 ویژگی مربوط به داده­های سازمان هواشناسی و مؤثر در پیش­بینی آلودگی هوا توسط نسخه دودویی الگوریتم جستجوی گرانشی انتخاب شده­اند. در ادامه، با استفاده از نسخه آشوب‌گونه الگوریتم جستجوی گرانشی، یک شبکه عصبی به‌منظور پیش‌بینی آلاینده‌های هوای شهر تهران آموزش داده شده است. برای ارزیابی کارایی شبکه عصبی آموزش‌‌دیده، عملکرد آن در پیش‌بینی میزان آلاینده‌های هوای شهر تهران، در شرایط کاملا یکسان با پنج روش دیگر که در آن‌ها شبکه عصبی با الگوریتم‌های جستجوی گرانشی استاندارد، پس انتشار خطا، اجتماع زنبورها، ترکیب الگوریتم­های وراثتی با تبرید شبیه‌سازی‌شده، و بهینه‌سازی ازدحام ذرات آموزش دیده‌ است، مقایسه می‌شود. نتایج تجربی گویای برتری روش پیشنهادی در آموزش شبکه عصبی با هدف پیش­بینی آلودگی می‌باشد.

متن کامل [PDF 794 kb]   (145 دریافت)    
نوع مطالعه: كاربردي | موضوع مقاله: تخصصي
دریافت: ۱۳۹۴/۸/۲۶ | پذیرش: ۱۳۹۶/۳/۲۹ | انتشار: ۱۳۹۶/۸/۷

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
کد امنیتی را در کادر بنویسید

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به مجله محاسبات نرم می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2015 All Rights Reserved | Soft Computing Journal

Designed & Developed by : Yektaweb