Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Reti neurali per la previsione a breve termine del PM10: il caso di Milano

L'anteprima di questa tesi è scaricabile in PDF gratuitamente.
Per scaricare il file PDF è necessario essere iscritto a Tesionline.
L'iscrizione non comporta alcun costo. Mostra/Nascondi contenuto.

10 della classe di inquinanti di cui ci occupiamo rende molto difficoltoso un approccio deterministico del problema pertanto la scelta di utilizzare le reti neurali. Tale scelta è dovuta in particolare alla loro adattabilità come strumento modellistico e alla lo- ro capacità di generalizzazione anche in presenza non linearità tra input ed output. Le reti neurali fanno parte di quella classe di modelli denominata black-box, scatola nera. Anche per questo, forse, risulta affascinante il fatto che esse siano in grado di apprendere (qualora opportunamente addestrate) concetti che esplicitare attraverso equazioni con significato fisico risulta molto complicato. Nota dunque la spiccata non linearità del legame tra gli ingressi utilizzati e le concentrazione di particolato abbiamo giudicato le reti neurali artificiali uno strumento idoneo alla previsione. Scelto il modello da utilizzare e le grandezze che più influenzano l’andamento del PM10 come input, è necessario ricercare l’architettura ottima della rete neurale. Le re- ti utilizzate in questo lavoro sono tutte dotate di un unico strato nascosto e di un solo ouput. L’architettura ottenuta durante l’addestramento delle reti neurali nella prima parte dello studio è completamente connessa ed è stata scelta come ottima da un ap- posito algoritmo denominato early stopping. Nel caso della previsione di inquinanti, solitamente le serie temporali a disposizione sono relativamente brevi, questo può risultare un problema poiché per le reti neurali, similmente a quanto accade per il cervello umano, più informazioni sono disponibili migliore risulta l’apprendimento. In particolare le serie meteorologiche e di concentrazione di inquinanti contengono delle ciclicità tipiche che potrebbero distrarre la rete da comportamenti più comples- si durante la fase di training i quali, per esempio, possono determinare innalzamenti improvvisi delle concentrazioni di particolato. Per cercare di facilitare la rete durante l’apprendimento, è stata effetuata un’atten- ta analisi dei dati sia nel dominio temporale che in quello delle frequenze, in modo tale da individuare le ciclicità che caratterizzano maggiormente le variabili in gioco. Attraverso diversi metodi di destagionalizzazione si è infine cercato di estrarre dalle serie temporali tali ciclicità in modo da migliorare le prestazioni delle reti neurali.

Anteprima della Tesi di Manuela Cecchetti

Anteprima della tesi: Reti neurali per la previsione a breve termine del PM10: il caso di Milano, Pagina 5

Tesi di Laurea

Facoltà: Ingegneria

Autore: Manuela Cecchetti Contatta »

Composta da 202 pagine.

 

Questa tesi ha raggiunto 2151 click dal 20/03/2004.

 

Consultata integralmente 4 volte.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.