利用数据挖掘技术估计尼日利亚拉各斯市的行业污染负荷
摘要：污染源是导致空气、水和土壤污染的主要因素之一。本研究使用工业污染预测系统 (IPPS) 估计了拉各斯市向不同介质 (例如空气、水和土地) 排放的污染负荷 (吨/年)。然后使用人工神经网络 (ANNs) 进行进一步研究，这是一种数据挖掘技术，能够在具有非线性相关变量的大型数据集中检测和描述模式。在所有考虑的神经网络中，时间滞后递归网络 (TLRN) 表现出最佳的神经网络模型，包括多层感知机 (MLP) 网络、广义前馈神经网络 (GFNN)、径向基函数 (RBF) 网络和递归网络 (RN)。TLRN比其他模型更好地模拟了数据集，包括平均绝对误差 (MAE) (0.14)、时间 (39秒)和线性相关系数 (0.84)。结果表明，人工神经网络技术 (即时间滞后递归网络) 在环境评估研究中也是适用和有效的。关键词：人工神经网络 (ANNs)、数据挖掘技术、工业污染预测系统 (IPPS)、污染负荷、污染强度。
作者：Adesesan .B Adeyemo, Adebola A. Oketola, Emmanuel O. Adetula, O. Osibanjo
论文ID：1302.6310
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2013-02-27