آموزش شبکه عصبی مصنوعی با نسخه آشوبگونه الگوریتم جستجوی گرانشی و کاربرد آن در پیشبینی آلایندههای هوا: مطالعه قیاسی
نویسندگان
1 دانشگاه آزاد اسلامی، واحد تهران
2 دانشگاه آزاد اسلامی، واحد تهران
doi
چکیده
امروزه پیشبینی آلودگی هوا در نواحی شهری به دلیل تأثیر آن بر روی سلامتی انسان، یکی از موضوعات مهم در پژوهشهای زیستمحیطی است. با وجود اهمیت بهسزای موضوع آلودگی هوا، دادههای نقاط اندکی در دسترس بوده و اندازهگیری آن برای تمام نقاط مورد نظر ناممکن است. بههمین علت، تاکنون مدلهای مختلفی برای پیشبینی آلودگی هوا معرفی شدهاند. در این مقاله، 10 ویژگی مهم از مجموع 20 ویژگی مربوط به دادههای سازمان هواشناسی و مؤثر در پیشبینی آلودگی هوا توسط نسخه دودویی الگوریتم جستجوی گرانشی انتخاب شدهاند. در ادامه، با استفاده از نسخه آشوبگونه الگوریتم جستجوی گرانشی، یک شبکه عصبی بهمنظور پیشبینی آلایندههای هوای شهر تهران آموزش داده شده است. برای ارزیابی کارایی شبکه عصبی آموزشدیده، عملکرد آن در پیشبینی میزان آلایندههای هوای شهر تهران، در شرایط کاملا یکسان با پنج روش دیگر که در آنها شبکه عصبی با الگوریتمهای جستجوی گرانشی استاندارد، پس انتشار خطا، اجتماع زنبورها، ترکیب الگوریتمهای وراثتی با تبرید شبیهسازیشده، و بهینهسازی ازدحام ذرات آموزش دیده است، مقایسه میشود. نتایج تجربی گویای برتری روش پیشنهادی در آموزش شبکه عصبی با هدف پیشبینی آلودگی میباشد.