RESEARCH OF METHODS EFFICIENT ECOLOGICAL ASSESSMENT UKRAINIAN WATER RESOURCES
Abstract
Different methods of prediction the state of the environment in the context of pollution monitoring and ecological assessment of the state Ukrainian water resources are considered and the moving average method, exponential smoothing method, the least squares method and method of prediction using neural networks are realized. Prediction of the value of the pollution indicator was made on the basis of historical monitoring data. Experimental studies have been performed to compare the predictive quality of each of the methods based on the criterion of the standart error.
Key words: prediction, neural network, extrapolation, method of least squares, standart error, perceptron, neuron.
Казмірчук А. В. Дослідження методів проведення ефективної екологічної оцінки водних ресурсів України/ Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна, Київ.
Розглянуто різні методи прогнозування стану навколишнього середовища в контексті моніторингу забруднення та екологічної оцінки стану водних ресурсів України та реалізовано метод ковзного середнього, метод експоненціального згладжування, метод найменших квадратів та метод прогнозування з використанням штучної нейронної мережі. Прогнозування значення показника забруднення здійснено на основі історичних даних моніторингу. Проведено експериментальні дослідження для порівняння якості прогнозування кожного з методів на основі критерію середньоквадратичного відхилення.
Ключові слова: прогнозування, нейронна мережа, екстраполяція, метод найменших квадратів, середньоквадратичне відхилення, персептрон, нейрон.
Full Text:
PDFReferences
Герус А. В. (2015). Удосконалення моніторингу якості поверхневих вод методами моделювання поширення забруднень. Автореферат дисертації на здобуття наукового ступеня кандидата технічних наук . Київ.
Ковальчук П. І. Методи математичного моделювання для вдосконалення кризового моніторингу оцінки якості поверхневих вод . Технічні науки, 11.
Загородня Т. С. (2017). Аналіз, прогнозування та пошук шляхів поліпшення стану природних вод вінницької області.
Пічура В. І. Використання нейронних мереж для прогнозування динаміки підгрунтових вод на прикладі господарств скадовського району херсонської області.
Заміховський Л. М. (2011). Аналіз методів і систем контролю та прогнозування рівня паводкових вод. Нафтогазова енергетика. .
Часові ряді, методи аналізу часових рядів. .
Новиков В. А. (2003). Организация и обучение искусственных нейронных сетей: Экспериментальное учеб. пособие. Минск.
Хайкин С. (2006). Нейронные сети.
Прогнозування за допомогою нейронних мереж. .
References:
Gerus A. V. (2015). Udoskonalennja monіtoringu jakostі poverhnevih vod metodami modeljuvannja poshirennja zabrudnen' [Improvement of surface water quality monitoring by pollutant modeling]. Avtoreferat disertacії na zdobuttja naukovogo stupenja kandidata tehnіchnih nauk [The dissertation for the degree of candidate of technical sciences]. Kiev [in Ukrainian].
Koval'chuk P. І. Metodi matematichnogo modeljuvannja dlja vdoskonalennja krizovogo monіtoringu ocіnki jakostі poverhnevih vod [Methods of mathematical modeling for improving the crisis monitoring of surface water quality assessment]. Tehnіchnі nauki, 11 [Technical sciences,11] [in Ukrainian].
Zagorodnja, T. S. (2017). Analіz, prognozuvannja ta poshuk shljahіv polіpshennja stanu prirodnih vod vіnnic'koї oblastі [Analysis, forecasting and search for ways to improve the natural waters of the Vinnytsia region] [in Ukrainian].
Pіchura V. І. Vikoristannja nejronnih merezh dlja prognozuvannja dinamіki pіdgruntovih vod na prikladі gospodarstv skadovs'kogo rajonu hersons'koї oblastі [Use of neural networks for prediction of groundwater dynamics on the example of farms of the Skadovsk district of the Kherson region] [in Ukrainian].
Zamіhovs'kij L. M. (2011). Analіz metodіv і sistem kontrolju ta prognozuvannja rіvnja pavodkovih vod. Naftogazova energetika [Analysis of methods and systems for controlling and predicting flood waters. Oil and gas energy]. Retrieved from http://nbuv.gov.ua/UJRN/Nge_2011_2_18 [in Ukrainian].
Chasovі rjadі, metodi analіzu chasovih rjadіv [Time series, methods of analysis of time series]. Retrieved from https://posibnyky.vntu.edu.ua/kocuba/p4.html [in Ukrainian].
Novikov V. A. (2003). Organizacija i obuchenie iskusstvennyh nejronnyh setej: Jeksperimental'noe ucheb. Posobie [Organization and training of artificial neural networks]. Minsk [in Russian].
Hajkin S. (2006). Nejronnye seti [Neural networks] [in Russian].
Prognozuvannja za dopomogoju nejronnih merezh [Forecasting using neural networks]. Retrieved from https://wiki.tntu.edu.ua/Prognozuvannja_za_dopomogoju_nejronnih_merezh [in Ukrainian].
DOI: https://doi.org/10.26886/2414-634X.3(30)2019.1
Refbacks
- There are currently no refbacks.