Analiza składowych głównych w modelowaniu rozprzestrzeniania się zanieczyszczeń w obrębie dróg

• Autorzy: Kucharski M. , Kamiński W. , Petera J.

Warianty tytułu

EN

Principal component analysis in pollutant dispersion modelling near a road

• Języki publikacji: PL

Abstrakty

PL

Przedstawiono analizę składowych głównych (PCA) w celu redukcji wymiarowości wektora wejściowego do sztucznej sieci neuronowej (SSN). W prognozowaniu rozprzestrzeniania się zanieczyszczel1 zastosowano perceptron wielowarstwowy (MLP). Do trenowania wykorzystano dane doświadczalne uzyskane na wybranym odcinku drogi w Łodzi dotyczące stężenia tlenku węgla(II). Mierzono sześć wielkości charakteryzujących warunki klimatyczne oraz dwie określające natężenie ruchu samochodów osobowych i ciężarowych. Poprzez zastosowanie PCA wektor wejściowy zredukowano z ośmiu do trzech ortogonalnych skladowych głównych. Tak przetworzone dane posłużyły do trenowania i testowania sieci SSN. W dalszej części pracy porównano działanie sieci przy redukcji wymiarowości wektora wejściowego i bez. Dokonano również interpretacji ortogonalnych składowych.

EN

Artifical neural networks became an impotrant significant tool in gaseous pollution forecasting. In this paper the Principal Component Analysis (PCA) is presented in order to reduce dimension of input vector to artifical neural network (ANN). In forecasting of pollution dispersion multilayer perceptron (MLP) was used. The experimental carbon monoxide data obntained along a chosen part of road in Łódź was used for training. Six variables describing the climate condition and two determining traffic volume were measured. Input vector was reduced From eight to three orthogonal principal components by using PCA. The transformed data was used for training and testing ANN networks. In the second part of the paper the network performance with transformed of input vector and without was compared. The interpretation of orthogonal component was carried out.

Słowa kluczowe

PL

zanieczyszczenie motoryzacyjne; tlenek węgla; sztuczne sieci neuronowe; analiza PCA

EN

traffic pollution; carbon monoxide; artificial neural networks; principal component analysis

• Wydawca: Towarzystwo Chemii i Inżynierii Ekologicznej
• Czasopismo: Chemia i Inżynieria Ekologiczna
• Rocznik: 2005
• Tom: Vol. 12, nr s1
• Strony: 93--101
• Opis fizyczny: Bibliogr. 9 poz., 3 rys., 2 tab.

Twórcy

autor

Kucharski M.

• Wydział Inżynierii Procesowej i Ochrony Środowiska, Politechnika Łódzka, ul. Wólczańska 215, 93-005 Łódź, tel. [phone], fax [phone]

autor

Kamiński W.

• Wydział Inżynierii Procesowej i Ochrony Środowiska, Politechnika Łódzka, ul. Wólczańska 215, 93-005 Łódź, tel. [phone], fax [phone]

autor

Petera J.

• Wydział Inżynierii Procesowej i Ochrony Środowiska, Politechnika Łódzka, ul. Wólczańska 215, 93-005 Łódź, tel. [phone], fax [phone]

• Wydział Inżynierii Procesowej i Ochrony Środowiska, Politechnika Łódzka, ul. Wólczańska 215, 93-005 Łódź, tel. [phone], fax [phone].,

Bibliografia

• [1] Vardoulakisa S. i Fisher E.A.B.: Modelling air quality in street canyons: a review. Atmos. Erwiron. 2003, 37, 155-182.
• [2] Moseholm L., Silva J. i Larson T.: Forecasting carbon monojcide conrentrations near a slieltered intersection using video traffic surveillance and neural networks. Transpor. Res., 1996,1(1), 15-28.
• [3] Tadeusiewicz R.: Elementarne wprowadzenie do technik sieci neuronowych z przykładowymi programami. AOW, Warszawa 1998. ,
• [4] Yunsub Yi i Prybutok W.R.: A neural network model forecasting for prediction of daily maximum ozone concentration in an industrialized urban area. Environ. Pollut., 1996, 92, 349-357.
• [5] Gardner R.W. i Dorling S.R.: Artiflcial neural network (the multilayer perceptron) - a review of applirations in the atmospheric sciences. Atmos. Environ., 1998, 32, 2627-2636.
• [6] Skrzypski J.: Analiza i modelowanie pól imisji zanieczyszczeń powietrza w dużych miastach. ACGM Lodart S.A., Łódź 2002.
• [7] Osowski S.: Sieci neuronowe w ujęciu algorytmicznym. WNT, Warszawa 1996.
• [8] Shiva Nagendra S.M. i Mukesh Khare: Principal component analysis of urban traffc characterislics and meteorological data. Transport. Res., 2003, D8, 285-297.
• [9] Sobczak W. i Malina W.: Metody selekcji i redukcji informacji. WNT, Warszawa 1985.