PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Czasopismo
2006 | Vol. 51, No. 3 | 365-375
Tytuł artykułu

Application of a fuzzy neural network for river water quality prediction

Wybrane pełne teksty z tego czasopisma
Warianty tytułu
PL
Zastosowanie rozmytych sieci neuronowych do przewidywania jakości wód rzecznych
Konferencja
Polish Conference on the Analytical Chemistry [7; 3-7 July 2006; Toruń]
Języki publikacji
EN
Abstrakty
EN
Monitoring and modelling of river water quality is one of the key elements in the global environmental monitoring policy and management. The control of complex and nonlinear systems, like rivers, is not an easy task. Usually, mathematical models are used for this purpose; however, sometimes these models require so much data that the response time is too long. An application of artificial intelligence (AI) helps to avoid disadvantages of mathematical models. This paper presents an application of the fuzzy neural network to the prediction of river water quality parameters. As an example, Cu concentration has been predicted.
PL
Monitoring i modelowanie zmian w jakości wód powierzchniowych stanowią jeden z kluczowych elementów monitoringu i zarządzania ochroną środowiska na skale 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.
Wydawca

Czasopismo
Rocznik
Strony
365-375
Opis fizyczny
Bibliogr. 10 poz.
Twórcy
  • Department of Analytical Chemistry, Chemistry Faculty, Gdansk University of Technology, ul. Narutowicza 11/12, 80-952 Gdansk, Poland Fax: +48 58/3472694, skowron@chem.pg.gda.pl
Bibliografia
  • 1.Hay ward G. and Davidson V., Analyst, 128, 1304 (2003).
  • 2.http://www.ccg.leeds.ac.uk/simon/linda/geocomp98/gc22.htm
  • 3.Sokolov S. and Black K.P., J. Hydrol., 178, 311 (1996).
  • 4.Ferrier R.C., Whitehead P.G., Sefton C., Edwards A.C. and PuhnK., Wat. Res., 8, 1950(1995).
  • 5.Drolc A. and Zagorc Koncan J., Water Res., 11, 2587 (1996).
  • 6.Maryns F. and Bauwens W., Wat. Sci. Tech., 5,201 (1997).
  • 7.Rutkowska D., Plinski M. and Rutkowski L., Artificial neural networks, genetic algorithms and fuzzy systems, WN PWN, Warszawa 1997, (in Polish).
  • 8.Multi-autor work, Fuzzy Logic User Guide, Documentation for Matlab vol. 11, Mathworks 2004.
  • 9.Verikas A. and Bacauskiene M., Chemom. Int. Lab. Syst., 67, 187 (2003).
  • 10.Multi-autors work, Position-altitude plan of the Kacza River’s Catchment, Biuro Projektów i Doradztwa Technicznego, sp. z o.o., Hydrotechnika, Gdańsk 1997, (in Polish).
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.baztech-article-BPP1-0063-0003
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.