سال انتشار: ۱۳۸۷

محل انتشار: دوازدهمین کنگره ملی مهندسی شیمی ایران

تعداد صفحات: ۱۴

نویسنده(ها):

غلامرضا زاهدی – مرکز تحقیقات شبیه سازی و هوش مصنوعی ، گروه مهندسی شیمی ، دانشگاه رازی
سحر صبا – مرکز تحقیقات شبیه سازی و هوش مصنوعی ، گروه مهندسی شیمی ، دانشگاه رازی

چکیده:

این مقاله در نظر دارد تا با ارائه روش مدل سازیبه پیش بینی ازن بپردازد . در این مقاله غلظت ازن به عنوان تابعی از دو گروه متغیرهای جغرافیایی ( سرعت و جهت باد ، دما ، رطوبت نسبی و انرژی خورشید ) و متغیرهای شیمیایی (غلظت متان ، هیدروکربن ها ، منو اکسید و دی اکسید کربن ، اکسید و دی اکسید نیتروژن و دی اکسید سلوفور و میزان غبار معلق در هوا ) در نظر گرفته شده است . به این منظور یک آزمایشگاه سیار ، در ناحیه مورد نظر ، داده ها را به مدت دوماه جمع آوری نمود . داده های جمع آوری شده به دو گروه جهت آموزش و آزمون تقسیم شدند . سپس یک مدلneuro-fuzzyبا سیستم استنتاج فازی سوگنو و الگوریتم هیبرید ، که ترکیبی از روش گسترش معکوس و حداقل مربعات است ، طراحی و داده ها جهت آموزش و عمومی سازی به این مدل داده شد . در ضمن از روش طبقه بندی کاهشی نیز جهت طبقه بندی داده ها استفادهگردید تا به این ترتیب به ارائه موثر تر داده ها پرداخته شود . پس از مراحل ذکر شده مدل آموزش دیده دارای ۲۴۰ گره و ۳۲۰ پارامتر قابل تنظیم بود . در ضمن تعداد ۸ عدد قاعده فازی نیز جهت بیان رفتار سیستم به دست آمد . در پایان داده های به دست آمده با این روش با داده های به دست آمده از شبکه عصبی مقایسه شد که حاصل ، پیش بینی بهتر روش neuro-fuzzyبود .