д-р техн. наук, доцент
Dr. Sci. (Eng.), Associate Professor
д-р техн. наук, зав. кафедрой
Dr. Sci. (Eng.), Head of Department
аспирант
Post-graduate Student
аспирант
Post-graduate Student
аспирант
Post-graduate Student
магистрант
Graduate Student
Описывается процесс создания простого и эффективного инструмента для прогнозирования качества воздуха и водных объектов. Искусственные нейронные сети являются эффективным инструментом в прогнозировании концентраций взвешенных частиц тяжелых металлов. Правильный выбор входных и выходных данных с четкой зависимостью между ними необходим для получения достоверных результатов. Сделан акцент на прогнозах концентраций взвешенных частиц тяжелых металлов из-за допустимого уровня этого загрязняющего вещества, который часто превышался в Туле. Для заданных условий наилучшие результаты получены с помощью трехслойного перцептрона с алгоритмом обратного распространения.
Describes the process of creating a simple and effective tool for predicting the quality of air and water bodies. Artificial neural networks are an effective tool for predicting the concentrations of suspended particles of heavy metals. The correct choice of input and output data with a clear relationship between them is necessary to obtain reliable results. Emphasis is placed on predictions of heavy metals due to permissible level of these pollutants, which often was exceeded in Tula. For given conditions, the best results are obtained using a single-layer perception with a back propagation algorithm.
The authors declare that there are no conflicts of interest present.