پيش‌بيني آلودگي هواي شهر تهران با استفاده از تركيب شبكه عصبي فازي ‌ـ تطبيقي وآناليز مولفه اصلي

رشد و توسعه شهري و افزايش استفاده از وسايل نقليه در سال‌هاي اخير منجر به افزايش آلودگي هوا، به‌ويژه در شهر‌هاي بزرگ و صنعتي، شده است. با توجه به آثار نامطلوب آلودگي هوا در سلامت انسان‌ها و ديگر جانداران، پيش‌بيني و مدل‌سازي اين پديده پيچيده از دغدغه‌هاي اصلي محققان در سال‌هاي اخير بوده است. هدف اين تحقيق طراحي سيستمي است به‌منظور پيش‌بيني آلودگي هوا، طي 24 ساعت آينده، تا با شناسايي مناطق آلوده، به مديران و برنامه‌ريزان شهري براي كنترل و كاهش ميزان آلاينده‌ها كمك كند. در سيستم طراحي‌شده، از تركيب آناليز مولفه اصلي و شبكه عصبي فازي‌- تطبيقي (pca-anfis)، به‌منظور پيش‌بيني آلودگي هوا در فصل‌هاي متفاوت، استفاده شده است. در اين سيستم، داده‌هاي هواشناسي و غلظت آلاينده‌ها در روزهاي گذشته، براي پيش‌بيني آلودگي هواي شهر تهران در 24 ساعت آينده، به‌كار رفته است. همچنين، از پارامتر‌هاي مكاني مانند ارتفاع، توپوگرافي سطح زمين و فاصله از جاده به‌منظور مدل‌سازي مكاني پراكندگي آلودگي هوا استفاده شده است. نتايج حاصل از مقايسه روش تركيبي pca-anfis با روش anfis دقت و سرعت بالاتر مدل تركيبي طراحي‌شده را، به‌نسبت روش anfis در پيش‌بيني آلودگي هوا طي 24 ساعت آينده، بيان مي‌كند.