بهینه سازی و پیش بینی مدیریت زباله شهری با استفاده از شبکه ی عصبی مصنوعی

بهینه سازی و پیش بینی مدیریت زباله شهری با استفاده از شبکه ی عصبی مصنوعی

سعید جعفرزاده قوشچی1 سونا هاشم پور2

1) استادیار مهندسی صنایع گرایش سیستم و بهره وری، دانشگاه صنعتی ارومیه- :
2) دانشجوی کارشناسی مهندسی صنایع، دانشگاه صنعتی ارومیه-

کد IOI مقاله : XYCK-AEHAC
محل انتشار : کنفرانس بین المللی مدیریت و علوم انسانی(icmhconf.com)
چکیده :
    زباله های شهری نتیجه ی طبیعی فعالیتهای انسانی می باشند. مدلسازی USW از اهمیت عمده ای در برنامه نویسی و برنامه ریزی مدیریت زباله های جامد دارد. همه ساله شهرداری بیش از 75% بودجه ی خود را به جمع آوری و حمل زباله های شهری اختصاص می دهد. دفع زباله بسیار مهم و همچنین پر هزینه می باشد. در گذر زمان با توجه به نوسانات بالای تولید زباله در شهر ارومیه، استفاده از شبکه های عصبی روشی مناسب برای بهینه سازی و پیش بینی میزان زباله ی تولید شده با استفاده از برنامه ریزی غیرخطی و پیچیده می باشد. در این مطالعه، از متغیرهای نیروی انسانی و ماشین آلات سبک و سنگین ( برای جمع آوری و حمل زباله) توسط شبکه ی عصبی مصنوعی ارزیابی و مدلسازی شده است، داده های جمع آوری شده که داده های مربوط به تابستان 2013 می باشند توسط شبکه های عصبی مورد آموزش و ارزیابی قرار داده شده اند. در نهایت بر اساس خطاها و قدرت برازش بهترین مدل برای بهینه سازی و پیش بینی تولید زباله های شهری ارائه شد و نتایج نشان داد که مدل شبکه عصبی مصنوعی دارای مزایای بیشتری نسبت به مدلهای کلاسیک و سنتی می باشد.

کلمات کلیدی : زباله های جامد شهری شبکه ی عصبی مصنوعی الگوریتم شاخه ای پس انتشار مدیریت زباله های جامد