Abstrakt
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.
Autorzy (3)
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja monograficzna
- Typ:
- rozdział, artykuł w książce - dziele zbiorowym /podręczniku o zasięgu krajowym
- Tytuł wydania:
- INNOWACJE W ZARZĄDZANIU I INŻYNIERII PRODUKCJI - Tom 2 strony 108 - 119
- Język:
- polski
- Rok wydania:
- 2016
- Opis bibliograficzny:
- 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
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 148 razy
Publikacje, które mogą cię zainteresować
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 autorów