پیش بینی میزان تولید پسماند شهر تبریز با استفاده از روش هوش مصنوعی(ANN و SVM) برای افق طولانی با کاربرد رویکرد تغییر اقلیم
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 64
نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_CEEJ-53-111_008
تاریخ نمایه سازی: 18 مهر 1402
چکیده مقاله:
باتوجه به نقش الگوهای فصلی در تولید پسماند از روش هوش مصنوعی برای مدلسازی تولید پسماند شهر تبریز استفاده شد. استفاده از یک روش پیش پردازش با توانایی استخراج الگوها، موجب بهبود نتایج مدلسازی می شود، بنابراین تبدیل موجک برای پیش پردازش که توانایی آنالیز چند مقیاسی سرهای زمانی را دارد، در این مطالعه استفاده گردید. بدین ترتیب، داده های آماری مربوط به جمعیت، در آمد-هزینه خانوار، دما به عنوان پارامتر هواشناسی و داده های مربوط به میزان تولید پسماند به صورت ماهانه برای سالهای ۱۳۸۹ تا ۱۳۹۶ از سازمان های مربوطه اخذ گردید. مطالعه حاضر پیش بینی تولید پسماند شهر تبریز با رویکرد تغییر اقلیم را با استفاده از مدل Artificial Neural Network (ANN) و Least Squares Support Vectore Machine (LSSVM) مورد استفاده قرار گرفت. نتایج به دست آمده حاکی از برتری مطلق نتایج موجک-هوش مصنوعی در مقایسه با ANN و LSSVM تنها و نیز روش رگرسیون خطی چند متغیره میباشد. از بین دو مدل مبتنی بر هوش مصنوعی ANN عملکرد بهتری نسبت به LSSVM از خود نشان داد. بنابراین مدل WT-ANN به عنوان مدل برتر انتخاب گردید. دلیل عملکرد ضعیف روش رگرسیون خطی چند متغیره، وجود روابط غیرخطی و پیچیده بین ورودیها و هدف بود که MLR توان مدلسازی مناسب آن را نداشت. از سوی دیگر استفاده از موجک با قدرت تفکیک فصلی داده ها منجر به اختصاص ضریب وزنی بالا برای فصلهایی با تولید پسماند بیشتر گردید که در نهایت حداکثر پسماند تولیدی در سال در ماه های مرداد و اسفند و حداقل تولید در بهمن و فروردین گزارش شد.
نویسندگان
آیدا حسینی بقانام
دانشگاه تبریز - دانشکده مهندسی عمران