Publication detail

Air quality assessment using neural networks and fuzzy logic

Authors: Hájek Petr | Olej Vladimír

Year: 2011

Type of publication: článek ve sborníku

Name of source: Recent Researches in Environment, Energy Planning and Pollution

Publisher name: WSEAS Press

Place: Atény

Page from-to: 49-54

Titles:

Language	Name	Abstract	Keywords
cze	Ohodnocení kvality ovzduší pomocí neuronvých sítí a fuzzy logiky	Tradiční ohodnocování kvality ovzduší je realizováno pomocí indexů kvality ovzduší, které jsou určovány jako průměrné hodnoty vybraných látek v ovzduší. Pak je ohodnocování kvality ovzduší závislé na pevně daných limitech, aniž by byly brány v potaz specifické místní podmínky a synergické vztahy mezi látkami znečišťujícími ovzduší a meteorologickými faktory. Uvedená omezení lze eliminovat např. pomocí systémů založených na neuronových sítích a fuzzy logice. Proto je v tomto článku uveden návrh modelu pro ohodnocování kvality ovzduší založený na kombinaci Kohonenových samoorganizujících se map a fuzzy logických neuronových sítí. Tento model umožňuje analyzovat strukturu dat, nalézt oblasti s podobnou kvalitou ovzduší a interpretovat výsledky klasifikace pomocí fuzzy logiky. Díky schopnosti generalizace je také možné klasifikovat neznámé oblasti do tříd hodnotících kvalitu ovzduší.	Kvalita ovzduší; ohodnocování; fuzzy logika; neuronové sítě; neuro-fuzzy systémy
eng	Air quality assessment using neural networks and fuzzy logic	Traditional air quality assessment is realized using air quality indices which are determined as mean values of selected air pollutants. Thus, air quality assessment depends on strictly given limits without taking into account specific local conditions and synergic relations between air pollutants and other meteorological factors. The stated limitations can be eliminated, e.g. using systems based on neural networks and fuzzy logic. Therefore, the paper presents a design of a model for air quality assessment based on a combination of Kohonen's self-organizing feature maps and fuzzy logic neural networks. The model makes it possible to analyze the structure of data, to find localities with similar air quality and to interpret the classification results by means of fuzzy logic. Due to its generalization ability, it is also possible to classify unknown localities into classes assessing their air quality.	Air quality; Assessment; Fuzzy logic; Neural networks; Neuro-fuzzy systems

Search

Login for students

Login for employees

Publication detail

Map

Services

Popular Links