Ppt - Khoa Luan

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN KHOA MÔI TRƯỜNG

ĐỀ TÀI TỐT NGHIỆP :

GVHD SVTH MSSV

: : :

Th.S NGUYỄN THỊ HUỲNH TRÂM HỒ TẤN TRUNG 0517109

I.

Đặt vấn đề

II.

Mục tiêu nghiên cứu

III.

Phương pháp nghiên cứu

IV.

Cơ sở lý thuyết

V.

Thử nghiệm và kết quả

VI.

Kết luận

Ô nhiễm không khí ngày càng gia tăng

Công tác đánh giá và quan trắc chất lượng không khí còn gặp nhiều khó khăn Một phương pháp có khả năng dự báo và đánh giá chất lượng không khí hiệu quả là rất cần thiết

Phương pháp Dữ liệu đo đạc có sẵn

“dự đoán nồng độ các chất ô nhiễm”

Ozon trong ngày

Xây dựng một phương pháp có khả năng dự đoán nồng độ Ozon trong ngày bằng ứng dụng mạng noron và các phương pháo thống kê trên những dữ liệu thu thập từ các trạm quan trắc không khí và khí tượng

Phương pháp tổng hợp tài liệu

Phương pháp chuyên gia

Phương pháp thông kê số liệu

Tế bào hình cây (dendrite) Sợi trục thần kinh (axon)

Khớp thần kinh (Synapse) Tế bào thân (cell body)

• Tế bào hình cây (Dendrite) : nhận tính hiệu (input layer) • Tế bào noron (Neural cell) : thực hiện gộp (Sum) và phân ngưỡng các tính hiệu đến (hidden layer) • Sợi trục thần kinh (Axon) : đưa tính hiệu từ tế bào thân ra ngoài (output layer) • Khớp thần kinh (Synapse) : điểm tiếp xúc giữa Axon của noron này và Dendrites của noron khác

 Hàm Sigmoid

 Hàm Sigmoid lưỡng cực

Wij Xi z y

: trọng số : giá trị nhập vào tại nút nhập thứ i : kết quả tính tổng trọng hóa – aj : kết xuất của nút ẩn y = g(z)

 …

1. Lan truyền tiến (trạng thái ánh xạ) : Mạng sẽ ánh xạ các biến nhập của mẫu thành các giá trị xuất gọi là giá trị tính toán  [2] 2. Lan truyền ngược (trạng thái học) : Dựa trên giá trị tính toán, Mạng tính sai số trung bình bình phương E (hàm lỗi)  Từ E, Mạng tiến hành tính đạo hàm riêng của hàm lỗi E theo trọng số W của nút xuất rồi nút ẩn và có được ΔW  Cập nhật trọng số : W’ = W - ΔW  [1]

Tóm lại : Mạng noron làm việc theo 2 cơ chế : 1.Lan truyền tiến (trạng thái ánh xạ) 2.Lan truyền ngược (trạng thái học) Mục tiêu cuối cùng :

y = NN (x) - hàm đích với hệ số tương quan R2 tối ưu

Trong đó :

y là giá trị xuất ra (biến phụ thuộc) ở nút xuất NN() là hàm đích với các tham số sẽ được

luyện x là giá trị đầu vào (biến độc lập) được nhập vào nút nhập => Để có được một mạng luyện tốt, ngoài việc thiết kế mạng phù hợp. Ta phải có sự lựa chọn các thông số đầu vào hợp lý ( lý do : các thông số đầu vào và thông số đầu ra phải có sự tương quan chặt chẽ để có thể đạt được một hàm đích tối ưu)

NOx SO2

NO2 CO

Tốc độ gió

NO

Ozon

PM10

Hướng gió

Nhiệt độ

NOx NO2

Các phương pháp thông kê NO

SO2

Ozon CO PM10

Mạng noron nhân tạo

Tốc độ gió Hướng gió Nhiệt độ

Ozon

Tương quan giữa NO2 / NO và O3 [O3] = 1.002[NO2/NO] +24.24 R2 = 0.967

Hình 5.1 Đồ thị tương quan giữa NO2 / NO và Ozon

Tương quan giữa COvà O3 [O3] = 1.002[NO2/NO] +24.24 R2 = 0.967 [O3] = - 0.320[CO] +28.54 R2 = 0.116

Hình 5.2 Đồ thị tương quan giữa CO và Ozon

Tương quan giữa SO2và O3 [O3] = 1.002[NO2/NO] +24.24 R2 = 0.967 [O3] = - 0.320[CO] +28.54 R2 = 0.116 [O3] = - 0.027[SO2] +27.91 R2 = 0.038

Hình 5.3 Đồ thị tương quan giữa SO2 và Ozon

Tương quan giữa PM10 và O3 [O3] = 1.002[NO2/NO] +24.24 R2 = 0.967 [O3] = - 0.320[CO] +28.54 R2 = 0.116 [O3] = - 0.027[SO2] +27.91 R2 = 0.038 [O3] = - 0.002[PM10] +27.31 R2 = 0.001

Hình 5.4 Đồ thị tương quan giữa SO2 và Ozon

Tương quan giữa NOxvà O3 [O3] = 1.002[NO2/NO] +24.24 R2 = 0.967 [O3] = - 0.320[CO] +28.54 R2 = 0.116 [O3] = - 0.027[SO2] +27.91 R2 = 0.038 [O3] = - 0.002[PM10] +27.31 R2 = 0.001 [O3] = - 0.026[NOx] +28.84 R2 = 0.178

Hình 5.5 Đồ thị tương quan giữa NOx và Ozon

R (NO2/NO) > 0.9 R (CO, SO2, PM10, NOx) < 0.1

O3

T

O3

WS

Hình 5.6 Diễn biến nồng độ Ozon và nhiệt độ qua 12 tháng

Hình 5.7 Diễn biến nồng độ Ozon và tốc độ gió qua 12 tháng

[O3] = 1.002[NO2/NO] +24.24 R2 = 0.967 [O3] = - 0.320[CO] +28.54 2 R = 0.116 [O3] = - 0.027[SO2] +27.91 R2 = 0.038 [O3] = - 0.002[PM10] +27.31 2 R = 0.001 [O3] = - 0.026[NOx] +28.84 R2 = 0.178 R (NO2/NO) > 0.9 R (CO, SO2, PM10, NOx) < 0.1

NO2

NO

T – Nhiệt độ

WS – Tốc độ gió

WD – Hướng gió

Lớp nhập có 3 nút

Lớp ẩn có 24 nút

Mùa khô 11,12,1,2,3,4 a11

NO2/NO : X1

b11

T – Nhiệt độ : X2

Ozon : Y1 bn1

WS – Tốc độ gió : X3

Mùa mưa 5,6,7,8,9,10

Lớp xuất có 1 nút

a1n

aij : trọng số liên kết lớp nhập và lớp ẩn bjk : trọng số liên kết lớp ẩn và lớp xuất

xi aij

uj = xi*aij + Zj = logistic aoj (uj) i = 1 ÷ 3 : số nút nhập j = 1 ÷ 3 : số nút ẩn k = 1 : số nút xuất

bjk

vk = zj*bjk + y = logistic k b0k (vk) RMSE = (Σ(ykok)2/n)1/2

Tính δE/δ w E> Emax

E< Emax

Stop

Hình 5.11 Kết quả nồng độ Ozon tính toán và Ozon thực qua 1000 vòng lặp Hình 5.12 Kết quả nồng độ Ozon tính toán và Ozon thực qua 10000 vòng lặp Hình 5.13 Kết quả nồng độ Ozon tính toán và Ozon thực qua 15000 vòng lặp

10000 vòng lặp

Hình 5.14 Kết quả nồng độ Ozon tính toán và Ozon thực khô sau khi luyện mạng

Hình 5.15 Kết quả nồng độ Ozon tính toán và Ozon thực khô sau khi kiểm tra mạng

8.52 % Ozon thực Ozon tính toán Ozon mô hình 9.23 %

Hình 5.16 Kết quả nồng độ Ozon tính toán, Ozon mô hình và Ozon thực

Hình 5.17 Giao diện chương trình tính toán

Hình 5.18 Giao diện chương trình khi thực hiện luyện mạng

Hình 5.19 Giao diện chương trình khi thực hiện kiểm tra mạng

Chương trình ra đời với hy vọng góp phần trong công tác kiểm soát ô nhiễm không khí không chỉ riêng ở TP.HCM và còn các vùng cụ thể khác

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN KHOA MÔI TRƯỜNG

ĐỀ TÀI TỐT NGHIỆP :

GVHD SVTH MSSV

: : :

Th.S NGUYỄN THỊ HUỲNH TRÂM HỒ TẤN TRUNG 0517109

2 Hình 5.8 Kết quả nồng độ Ozon thực và Ozon tính toán với mạng noron có 2 nút ẩn

12 Hình 5.9 Kết quả nồng độ Ozon thực và Ozon tính toán với mạng noron có 12 nút ẩn

24 Hình 5.10 Kết quả nồng độ Ozon thực và Ozon tính toán với mạng noron có 24 nút ẩn