سامانه مدیریت همایش های علمی


نخستین کنفرانس ملی چالشهای محیط زیست: صنعت و معدن سبز


عنوان فارسی	مدلسازی و پیش بینی غلظت آلاینده های هوا به کمک روش های یادگیری ماشین

چکیده فارسی مقاله	در این مقاله، تأثیر رشد جمعیت، رشد وسیله نقلیه و توسعه نیروگاه هایی با محرک اولیه سوخت‌های فسیلی و افزایش آلاینده‌های هوا مورد بررسی قرار می‌گیرد. آلودگی هوا به عنوان یکی از عوامل اصلی خطرات مرگ و میر در جهان شناخته شده است که علاوه بر تأثیرات منفی بر سلامت انسان و محیط زیست، تأثیراتی نیز بر اقتصاد و کیفیت زندگی دارد. در این راستا، شاخص کیفیت هوا [1] به منظور آموزش عمومی درباره تأثیرات آلودگی هوا بر سلامت انسان توسعه داده شده است. میزان آلودگی هوا در شهرهای هند به طور قابل توجهی افزایش یافته است. در این مقاله، روش‌های مختلفی برای ایجاد یک فرمول ریاضی جهت تعیین شاخص کیفیت هوا بررسی شده است. شاخص کیفیت هوا با آلاینده‌های هوا مانند ذرات معلق ، دی‌اکسید نیتروژن، دی اکسید گوگرد و ازن مرتبط است. هدف این مقاله استفاده از روش‌های یادگیری ماشین، به ویژه رگرسیون خطی و بردار پشتیبان سیستم، جهت پیش‌بینی شاخص کیفیت هوا و مقایسه دو روش است. برای این منظور، از داده‌های 1900 روز از سال 2015 تا 2020 استفاده شده است. سپس، میزان همبستگی بین متغیر وابسته و مستقل تعیین شده و متغیرهای با کمترین همبستگی حذف شده‌اند. برای آموزش و تست مدل، 70 درصد و 30 درصد از داده‌ها استفاده شده است. در نهایت، با استفاده از انواع خطاها، دقت مدل‌ها ارزیابی شده و خطاهای هر دو روش در محدوده قابل قبول قرار گرفته‌اند. علاوه بر این، میزان دقت نزدیک به 86٪ برای هر دو روش مشاهده شده است.

کلیدواژه‌های فارسی مقاله

عنوان انگلیسی	Modeling and forecasting the concentration of air pollutants using machine learning methods

چکیده انگلیسی مقاله	In this article, the impact of population growth, vehicle growth and the development of power plants with the primary driver of fossil fuels and the increase of air pollutants are investigated. Air pollution is known as one of the main causes of death risks in the world, which in addition to negative effects on human health and the environment, also has effects on the economy and quality of life. In this regard, the air quality index has been developed in order to educate the public about the effects of air pollution on human health. The level of air pollution in Indian cities has increased significantly. In this article, various methods for creating a mathematical formula to determine the air quality index have been reviewed. Air quality index is related to air pollutants such as suspended particles, nitrogen dioxide, sulfur dioxide and ozone. The purpose of this article is to use machine learning methods, especially linear regression and support vector system, to predict the air quality index and compare the two methods. For this purpose, 1900 days of data from 2015 to 2020 have been used. Then, the degree of correlation between the dependent and independent variables is determined and the variables with the lowest correlation are eliminated. For training and testing the model, 70% and 30% of the data have been used. Finally, by using various types of errors, the accuracy of the models was evaluated and the errors of both methods were placed within the acceptable range. Moreover, the accuracy rate is close to 86% for both methods

کلیدواژه‌های انگلیسی مقاله	آلودگی هوا, شاخص آلودگی هوا, ذرات معلق ریز , اکسید های نیتروژن , دهلی

نویسندگان مقاله	سینا ربیع نژادگنجی \| sina rabienezhad ganji Khajeh Nasir Toosi University of Technology دانشگاه خواجه نصیر طوسی مریم زارع شحنه \| maryam zare shahneh Khajeh Nasir Toosi University of Technology دانشگاه خواجه نصیر طوسی

نشانی اینترنتی	http://ncec.modares.ac.ir/browse.php?a_code=A-10-555-1&slc_lang=fa&sid=1
فایل مقاله	فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده	fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده

برگشت به: صفحه اول پایگاه \| دوره مرتبط \| کنفرانس مرتبط \| فهرست کنفرانس ها