كنفرانس بين المللی مهندسی صنايع و سيستم ها

صفحه اصلی / دوازدهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها

مقایسه مدلهای یادگیری ماشین برای پیشبینی شاخص کیفیت هوا (AQI) در ارومیه: کاربرد در تصمیمگیری صنعتی

نویسندگان :

مبین برین¹ علی دنیوی² یاشار منطقی³ مختار خانی⁴

1- دانشگاه ارومیه 2- دانشگاه ارومیه 3- دانشگاه ارومیه 4- اداره حفاظت محیط‌زیست شهرستان ارومیه

کلمات کلیدی :

AQI،یادگیری ماشین،Random Forest،پیشبینی سری زمانی،LSTM،آلودگی هوا

چکیده :

آلودگی هوا یکی از مهمترین چالشهای زیستمحیطی و سلامت عمومی در شهرهای صنعتی ایران است. پیشبینی دقیق شاخص کیفیت هوا (AQI) میتواند به مدیران صنایع در برنامهریزی تولید، مدیریت نیروی انسانی و کاهش ریسکهای ناشی از تعطیلات اجباری کمک کند. در این پژوهش، پنج مدل یادگیری ماشین شامل SARIMA، Prophet، Random Forest، XGBoost و LSTM برای پیشبینی ماهانه AQI در شهر ارومیه ارزیابی شدند. دادههای روزانه آلایندهها از سال 1390 تا 1404 (بیش از 14 سال) گردآوری و پس از پاکسازی و میانگینگیری ماهانه، مدلها بر روی 70 درصد دادهها آموزش و با 18 ماه آخر (دوره آزمون) ارزیابی شدند. مدل Random Forest با ریشه میانگین مربعات خطا (RMSE) برابر 10٫52 و میانگین خطای مطلق (MAE) برابر 8٫07 بهترین عملکرد را در میان تمام مدلها داشت. سایر مدلها خطای بسیار بالاتری (RMSE>20) نشان دادند. پیشبینی با مدل Random Forest برای سال 1405 نشان میدهد که AQI در ماههای آذر تا اسفند به محدوده 90-96 (ناسالم برای گروههای حساس) خواهد رسید که میتواند برای صنایع دارای عملیات فضای باز هشدار محسوب شود. چارچوب ارائه شده یک ابزار پشتیبانی تصمیم قابل اعتماد برای برنامهریزی تولید و مدیریت زنجیره تأمین سبز در مواجهه با نوسانات اقلیمی فراهم میکند.