Abstract
Monitoring i modelowanie zmian w jakości wód powierzchniowych stanowią jeden z kluczowych elementów monitoringu i zarządzania ochroną środowiska na skalę globalną. Kontrolowanie tak złożonych i nieliniowych w swojej charakterystyce obiektów, jakimi są rzeki, jest trudnym zadaniem. Zazwyczaj do tego celu wykorzystuje się modele matematyczne, jednak czasem wymagają one bardzo dużej ilości danych, lub czas oczekiwania na odpowiedź (uzyskania danych wyjściowych) jest zbyt długi. Zastosowanie technik sztucznej inteligencji pomaga uniknąć części wad modeli matematycznych. Ta praca przedstawia zastosowanie rozmytych sieci neuronowych do przewidywania parametrów charakteryzujących jakość wody rzecznej na przykładzie przewidywania stężenia miedzi.
Authors (3)
Cite as
Full text
full text is not available in portal
Keywords
Details
- Category:
- Articles
- Type:
- artykuł w czasopiśmie z listy filadelfijskiej
- Published in:
-
CHEMIA ANALITYCZNA
no. 51,
pages 365 - 375,
ISSN: 0009-2223 - Language:
- English
- Publication year:
- 2006
- Bibliographic description:
- Skowrońska K., Skowroński Z., Biziuk M.: Application of a fuzzy neural network for river water quality prediction// CHEMIA ANALITYCZNA. -Vol. 51., nr. nr 3 (2006), s.365-375
- Verified by:
- Gdańsk University of Technology
seen 119 times
Recommended for you
Zdalne modelowanie i walidacja projektów hybrydowych instalacji fotowoltaicznych wspomaganych ogniwami paliwowymi
- W. Grzesiak,
- P. Maćków,
- T. Maj
- + 2 authors