Wyszukiwarka
Abstrakt
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.
Autorzy (3)
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja w czasopiśmie
- Typ:
- artykuł w czasopiśmie z listy filadelfijskiej
- Opublikowano w:
-
CHEMIA ANALITYCZNA
nr 51,
strony 365 - 375,
ISSN: 0009-2223 - Język:
- angielski
- Rok wydania:
- 2006
- Opis bibliograficzny:
- 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
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 116 razy
Publikacje, które mogą cię zainteresować
Zdalne modelowanie i walidacja projektów hybrydowych instalacji fotowoltaicznych wspomaganych ogniwami paliwowymi
- W. Grzesiak,
- P. Maćków,
- T. Maj
- + 2 autorów