Открытый доступ
Только для подписчиков
Применение искусственных нейронных сетей для прогнозирования уровней загрязнения воздуха и водных объектов
Аннотация
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.
Об авторах
А.А. Маслова
Тульский государственный университет
Россия
д-р техн. наук, доцент
Россия
д-р техн. наук, доцент
В.М. Панарин
Тульский государственный университет
Россия
д-р техн. наук, зав. кафедрой
Россия
д-р техн. наук, зав. кафедрой
К.В. Гришаков
Тульский государственный университет
Россия
аспирант
Россия
аспирант
Н.А. Рыбка
Тульский государственный университет
Россия
аспирант
Россия
аспирант
Е.А. Котова
Тульский государственный университет
Россия
аспирант
Россия
аспирант
Д.А. Селезнева
Тульский государственный университет
Россия
магистрант
Россия
магистрант
Список литературы
1. Бурман В.М., Кропотов Ю.А. Автоматизированная распределенная система экологического мониторинга окружающей среды модульного типа. Известия ОрелГТУ. Серия "Информационные системы и технологии". 2008. № 1—2/269(544). С. 53—57.
2. Кантюков Р.А., Панарин В.М., Горюнкова А.А., Гришаков К.В. Информационно-измерительная система построения полей загрязнения атмосферного воздуха при разрыве магистральных газопроводов. Успехи в химии и химической технологии. 2016. Т. 30. № 2 (171). С. 141—142.
3. Кононов Д.А., Кульба В.В. Экологический менеджмент: сценарии развития объектов и управление экологической обстановкой. Инженерная экология. 1996. № 6. C. 78—99.
4. Каплунов Ю.В., Климов С.Л., Красавин А.П., Харионовский А.А. Концептуальные основы экологии в угольной промышленности на 2000—2002 годы. Уголь. 2000. №1. С. 68—72.
5. Кропотов Ю.А., Суворова Г.П. Марковские модели в автоматизированной системе мониторинга и прогнозирования экологического состояния промышленной зоны. Известия ОрелГТУ. Серия "Информационные системы и технологии". 2008. № 1—3/269(544). С. 113—118.
6. Крупнов А.Е., Скородумов А.И., Павлов В.Г. Задачи построения сетей связи третьего поколения в России. Мобильные системы. Спецвыпуск, посвящённый 5-летию Ассоциации 3G. 2004. С. 49—57.
7. Ларкин Е.В., Панарин М.В. Диспетчеризация транспортировки энергоносителей. ХХYIII Научная сессия, посвященная Дню радио. Тула, НТОРЭС им. А.С. Попова. 2010. С. 58—61.
8. Маслова А.А., Фурсова Д.С. Сточные воды и их очистка. Докл. XX Междунар. науч.-техн. конф. "Современные проблемы экологии". Тула, Инновационные технологии, 2018. С. 49—50.
9. Горюнкова А.А. и др. Метод определения расположения станций экологического контроля качества среды горнопромышленных регионов. Матер. 7-ой Междунар. конф. "Социально-экономические и экологические проблемы горной промышленности, строительства и энергетики". Тула, 2011. Т. 2. С. 293—297.
10. Мешалкин В.П., Панарин В.М., Рыбка Н.А., Горюнкова А.А. Оценка рассеивающей способности атмосферы химического комплекса и особенности его мониторинга (на примере города Новомосковска тульской области). Химическая промышленность сегодня. 2017. № 4. С. 29—34.
11. Натхина Р.И. Моделирование процессов распространения многокомпонентных промышленных выбросов. М., Наука, 2001. 234 с.
12. Суворова Г.П. Автоматизированная система эко- логического контроля предприятия. Межвуз. сб. научн. тр. "Методы и устройства передачи и обработки информации". Вып. 4. Под ред. В.В. Ромашова, В.В. Булкина. СПб., Гидрометеоиздат, 2004. С. 347.
13. Суворова Г.П. Функциональная структура системы экологического мониторинга промышленного региона. Тр. Междунар. науч. конф. "Инновационный потенциал естественных наук". Перм. Ун-т; Естестввеннонаучн. Ин-т [и др.]. Пермь, РИО Пермского университета, 2006. Т. II. Экология и рациональное природопользование. Управление инновационной деятельностью. С. 139—144.
14. Якунина И.В., Попов Н.С. Методы и приборы контроля окружающей среды. Экологический мониторинг. Учеб. пособие. Тамбов, Изд-во Тамб. гос. техн. ун-та, 2009. 188 с.
15. Мешалкин В.П., Лесных В.В., Путилов А.В., Горюнкова А.А. Организация мониторинга загрязнения атмосферы химически опасными объектами. Цветные металлы. 2015. № 4. С. 85—88.
16. Горюнкова А.А. Современное состояние и подходы к разработке систем мониторинга загрязнения атмосферы. "Известия ТулГУ. Технические науки". Изд-во ТулГУ. 2013. Вып.11. С. 251—260.
17. Kapias T., Griffiths R.F. Accidental releases of titanium tetrachloride (TiCl4) in the context of major hazards – spill behavior using reactpool. Hazardous Mater. 2005. Vol. 119. № 3. P. 41—52.
Для цитирования:
Маслова А., Панарин В., Гришаков К., Рыбка Н., Котова Е., Селезнева Д. Применение искусственных нейронных сетей для прогнозирования уровней загрязнения воздуха и водных объектов. Экология и промышленность России. 2019;23(8):36-41. https://doi.org/10.18412/1816-0395-2019-8-36-41
For citation:
Maslova A., Panarin V., Grishakov K., Rybka N., Kotova E., Selezneva D. Use of Artificial Neural Networks to Predict Levels of Air Pollution and Water Bodies. Ecology and Industry of Russia. 2019;23(8):36-41. (In Russ.) https://doi.org/10.18412/1816-0395-2019-8-36-41
Просмотров: 43
Послать статью по эл. почте 