|
|
مهندسی عمران امیرکبیر، جلد ۴۶، شماره ۲، صفحات ۲۹-۳۷
|
|
|
| عنوان فارسی |
بررسی میزان تأثیر پیش پردازش داده ها در دقت نتایج مدلسازی تولید پسماند شهری با استفاده از شبکه عصبی |
|
| چکیده فارسی مقاله |
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. |
|
| کلیدواژه‌های فارسی مقاله |
پسماند شهری، شبکه عصبی، پیش پردازش، مشهد، |
|
| عنوان انگلیسی |
Investigating effect of the preprocessing of the data on the accuracy of the modeling solid waste generation through ANNs |
|
| چکیده انگلیسی مقاله |
Waste generation in today industries is a serious problem. Waste generation from the production stage to the final disposal is an inevitable issue. Development of the cities and the industrialization causes the everyday increasing in solid waste generation. Therefore, knowing the waste values is an essential tool for solid waste management systems. In this research, artificial neural network is used as a financial tool for modeling solid waste generation in Mashhad. For this purpose, first, some pre-processing on the dependent and independent variables are done and the effect of this procedure on the accuracy of the model is investigated. Research findings clearly indicate that by using some preprocessing on the input data accurate results can be obtained. Three different conditions have been evaluated and the best one is selected which contains logarithm, trend removing and standardizing. The selected network has two hidden layers with five neurons in each one. Network performance parameters are MAPE, MSE and R2 that equals to 0.06, 0.46 and 0.86 respectively. |
|
| کلیدواژه‌های انگلیسی مقاله |
|
|
| نویسندگان مقاله |
ملیحه فلاح نژاد |
ب وکیل آباد- خ صارمی- صارمی 41- پلاک 79
محمد علی عبدلی | mohammad ali
|
|
| نشانی اینترنتی |
http://ceej.aut.ac.ir/article_382_607843f19e889ddbc6f2f31df4524858.pdf |
| فایل مقاله |
اشکال در دسترسی به فایل - ./files/site1/rds_journals/1243/article-1243-273994.pdf |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
|
| نوع مقاله منتشر شده |
|
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|