مدلسازی آلاینده دی اکسید گوگرد در شهر تهران با استفاده از شبکه عصبی مصنوعی پرسپترون چند لایه

Abstract

کلانشهر تهران همواره با آسیبهای ناشی از آلودگی هوا مواجه است؛ چرا که جمعیت زیادی را در بر دارد و در معرض منابع متعدد تولیدکننده آلودگی میباشد. بنابراین، مطالعه و بررسی اثرات نامطلوب آلودگی هوا و بهرهگیری از ابزاری جهت پیشبینی و مدلسازی آلایندهها بسیار ضروری است؛ که شبکههای عصبی مصنوعی یکی از این ابزارهاست. در این مقاله، از شبکه عصبی مصنوعی پرسپترون چندلایه به منظور پیشبینی و مدلسازی آلاینده دی اکسید گوگرد در شهر تهران استفاده شده است. پارامترهای ورودی شبکه پیشنهادی شامل دمای هوا، سرعت باد، میزان بارش، میزان رطوبت نسبی هوا است. با توجه به اینکه رفتار اجتماعی- ترافیکی مردم نیز بر روی کیفیت هوا بسیار تأثیرگذار است، اثر آن از طریق طبقهبندی و جداسازی دادههای مربوط به ایام نوروز و لحاظ کردن پارامتر روز و ماه اعمال شده است. غلظت آلاینده در روز گذشته یکی دیگر از پارامترهای تأثیرگذار در مدلسازی آلودگی هوا است که مدنظر قرار گرفته است. لازم به ذکر است که دادههای بکار گرفته شده در این مقاله مربوط به 10 سال اخیر منطقه اقدسیه تهران است. شبکه عصبی بهینه دارای یک لایه پنهان با تعداد 12 نرون و توابع انتقال تانژانت هایپربولیک و خطی در لایه پنهان و خروجی است. همچنین الگوریتم پس انتشار خطا و تابع آموزشی لونبرگ مارکوآت به کار گرفته شده است. مقدار - ضریب همبستگی 96517 / 0 و ریشه میانگین مربعات خطا برابر 07711 / 0 نشان از عملکرد مناسب شبکه عصبی طراحی شده برای پیشبینی و مدلسازی غلظت آلاینده 2S دارد