Abstract
Artykuł przedstawia model prognozowania stężenia pyłu PM10 z wykorzystaniem algorytmów genetycznych. Model ten jest drugim z kolei do prognozowania pyłu (poprzedni wykorzystywał jednokierunkowe sieci neuronowe) i stanowi podstawę do budowy modelu samouczącego. Podczas budowy modelu uwzględniono oddziaływanie czynników meteorologicznych, a do implementacji wykorzystano algorytm genetyczny ze względu na specyfikę problemu prognozowania stężenia pyłu PM10. Następnie określono optymalną konfigurację algorytmu definiując strukturę osobnika oraz całej populacji, funkcję przystosowania, a także metody selekcji, krzyżowania oraz mutacji. W ostatnim kroku określono prawdopodobieństwa krzyżowania i mutacji oraz czas życia osobników(ilość generacji). Po zakończeniu procesu budowy, algorytm zastosowano do prognozowania stężenia pyłu w powietrzu atmosferycznym na obszarze aglomeracji Gdańskej.
Authors (3)
Cite as
Full text
full text is not available in portal
Keywords
Details
- Category:
- Monographic publication
- Type:
- rozdział, artykuł w książce - dziele zbiorowym /podręczniku o zasięgu krajowym
- Title of issue:
- INNOWACJE W ZARZĄDZANIU I INŻYNIERII PRODUKCJI - Tom 2 strony 108 - 119
- Language:
- Polish
- Publication year:
- 2016
- Bibliographic description:
- Orłowski C., Sarzyński A., Sarzyńska M.: Prototyp modelu systemu samouczącego do prognozowania stężenia pyłu PM10 w powietrzu atmosferycznym// INNOWACJE W ZARZĄDZANIU I INŻYNIERII PRODUKCJI - Tom 2/ ed. Ryszard Knosala Opole: Oficyna Wydawnicza Polskiego Towarzystwa Zarządzania Produkcją, 2016, s.108-119
- Verified by:
- Gdańsk University of Technology
seen 148 times
Recommended for you
SZACOWANIE ZAWARTOŚCI BENZO(a)PIRENU W PYLE ZAWIESZONYM PM10 W AGLOMERACJI TRÓJMIEJSKIEJ ZA POMOCĄ WIELOWYMIAROWEJ REGRESJI LINIOWEJ=ESTIMATION OF BENZO(A)PYRENE CONTENT IN SUSPENDED DUST PM10 IN TRI-CITY AGGLOMERATION USING MULTIDIMENSIONAL LINEAR REGRESSION
- J. Gębicki,
- T. Ludkiewicz,
- K. Szymańska
- + 1 authors