بررسی میزان تأثیر پیش پردازش داده ها در دقت نتایج مدلسازی تولید پسماند شهری با استفاده از شبکه عصبی

Authors

Abstract:

تولید پسماند در جوامع بشری امری روزمره و طبیعی است. پسماند از مرحله تولید تا مرحله مصرف و مرحله دفع نهایی تولید شده و امری غیر قابل اجتناب است. توسعه شهرها و صنعتی شدن آنها باعث تولید روزافزون پسماند شهری می‌شوند. برای آگاهی از کمیت این پسماندها گامی ضروری است. در این پژوهش از شبکه عصبی مصنوعی به عنوان یک ابزار کارآمد برای مدل‌سازی میزان پسماند تولیدی شهر مشهد استفاده شده‌است. در این راستا ابتدا پیش‌پردازش‌هایی بر روی داده‌های ورودی متغیرهای مستقل و وابسته انجام شده که اثر اعمال هر روش بر روی دقت مدل تخمین زده شده بررسی می‌شود. نتایج نشان می‌دهد که با انجام پیش پردازشهایی بر روی داده های خام ورودی به مدل، می توان نتایج دقیقتری بدست آورد. سه حالت مختلف بررسی شد و بهترین پیش پردازش شامل لگاریتم‌گیری، حذف روند و استاندارد-سازی داده ها انتخاب شد. معماری شبکه دو لایه مخفی هرکدام با 5 نرون و با MAPE 06/0، MSE 46/0 و ضریب همبستگی 86/0 بدست آمد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مدلسازی سیستم پردازش و دفع پسماند شهری اصفهان با استفاده از رویکرد پویایی‌شناسی سیستم

اصفهان یکی از کلان‌شهرهای ایران، با وجود این‌که از دیرباز به عنوان شهری پیشگام در مدیریت پسماند کشور شناخته می‌شده اما هنوز هم با یک سیستم مبتنی بر دفن در لندفیل به پردازش و دفع پسماند می‌پردازد. لذا، سازمان مدیریت پسماند اصفهان با تدوین برنامه‌ای تحت عنوان "اصفهان 1400 شهری بدون دفن پسماند" سعی بر تبدیل تدریجی سیستم فعلی به یک سیستم مدرن مبتنی بر تولید انرژی و مواد با ارزش از زباله‌ها دارد. پژ...

full text

شبیه سازی فرآیند تولید سوخت بیودیزل حاصل از روغنهای پسماند با استفاده از شبکه عصبی

هدف این تحقیق ارائه مدل شبکه عصبی مصنوعی در تولید سوخت بیودیزل است که بتوان به راحتی تخمینی از میزان تبدیل واکنش بدست آورد. شبکه تولید شده از نوع شبکه پس انتشار می‌باشد که دارای یک لایه ورودی، یک لایه خروجی و یک لایه پنهان می‌باشد. متغیرها ورودی شبکه عصبی به ترتیب عبارتند از: نسبت مولی الکل به روغن (9:1-3:1)، دمای واکنش (65- 45 درجه سانتیگراد) و شدت همزنی (600-200 دور بر دقیقه). با مقایسه نتایج...

full text

مدلسازی تخصیص ناوگان اتوبوسرانی شهری با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: مشهد مقدس)

استفاده از سیستم اتوبوسرانی درون شهری با توجه به انعطاف پذیری بالا و ارزان بودن آن برای استفاده کننده، در شهرهای بزرگ و به ویژه در کشورهای در حال توسعه امری اجتناب ناپذیر است. از این رو بهبود این سیستم حمل و نقل بدلیل گستره فعالیت آن ضروری به نظر می رسد. یکی از رو شهای ارتقای عملکرد این سیستم، تخصیص بهینه اتوبو سها به خطوط فعال به گونه ای است که نسبت به وضعیت موجود، تعداد مسافر بیشتری حمل نموده...

full text

مدلسازی نفوذپذیری سیستم بیوراکتورغشایی با استفاده از شبکه عصبی مصنوعی

مدلسازی برای سیستم های پیچیده ای همچون بیوراکتور غشایی به دلیل امکان اجرای آزمایشهای مجازی زیاد در زمان کوتاه ابزاری قدرتمند است، اگرچه نیازمند اعتبار تجربی و تبدیل فرایند به مدل ریاضی می باشد. در این پژوهش به مدلسازی فرایند فیلتراسیون توسط شبکه های عصبی با استفاده از نرم افزار MATLAB 8.1 (2013) پرداخته شده و از داده های تجربی یک سیستم بیوراکتور غشایی غوطه ور مجهز به غشاء کوبوتا جهت تصفیه فاضلا...

full text

پیش بینی بیماری قلبی با استفاده از تکنیک داده کاوی شبکه عصبی

مقدمه داده کاوی به بررسی و تجزیه و تحلیل مقادیر عظیمی از داده ها به منظور کشف الگوها و قوانین معنی دار اطلاق میشود که عمدتا" از طریق ساختن مدل ها و الگوریتم ها، ورودی ها را با هدف خاصی مرتبط می نماید. گاهی تکنیک های داده کاوی منجر به شناسایی الگوریتم های معنادار می شوند که می توانند با استفاده از داده های موجود و در دسترس و با هزینه کم، زمینه های ابتلا، پیشگیری و درمان بیماری ها را در پزشکی فرا...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 46  issue 2

pages  29- 37

publication date 2015-02-20

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023