Adaptivní model pro simulaci znečištění ovzduší

Abstract

Znečištění ovzduší ohrožuje životní prostředí i životy lidí a je třeba lépe pochopit procesy, které se za ním skrývají. Počítačové modely a jejich simulace pomocí advekčně-difuzní rovnice, popřípade jinými způsoby, poměrně přesně reprezentují pohyb a proměny kontaminantu. Současné modely jsou však validní pouze za určitých omezených počátečních podmínek. V práci je představen obecný model kombinující několik specifických modelů, které jsou schopny měnit se dle vstupních parametrů a zlepšovat se trénováním. Adaptivnost systému je zajištěna rozhodovacím stromem a genetickým algoritmem. Rozhodovací strom reprezentuje datovou strukturu s informacemi pro proces výběru a kombinaci modelů, genetický algoritmus slouží jako optimalizační metoda pro přizpůsobení stromu trénovacími daty. Ohodnocení implementovaného systému dokazuje, že kombinace modelů dává lepší výsledky než modely samotné. I s jednoduchými specifickými modely má systém výsledky srovnatelné se současnými modely znečištění ovzduší.Air pollution harms the environment and human welfare. Computer models and their simulation are useful tools for deeper understanding of processes behind as they quite accurately represent the dispersion and transformation of pollutants with advection diffusion equation or by other concepts. Current models give valid results only to constrained cases of initial conditions. The general model combining the several specific models which is able to change according to input parametres and improve with training is proposed. The adaptiveness of the system is provided by decision tree as data structure with information for selection and combination process and genetic algorithm as optimization method for adjusting the tree. The evaluation of implemented system proves that the combination of models gives better results than models themselves. Even with simple specific models, the system has achieved results comparable to state-of-art models of air pollution.