پیش بینی میزان تولید پسماند شهری با استفاده از روش سری زمانی (تکنیک arma) و مدل سازی پویایی سیستم (نرم افزار vensim)
اصغر ابراهیمی، a ebrahimi assistant professor, environmental science and technology research center, department of environmental health engineering, shahid sadoughi university of medical sciences, yazd, iranگروه مهندسی بهداشت محیط، دانشکده بهداشت، دانشگاه علوم پزشکی تربت حیدریه محمدحسن احرام پوش، m.h ehrampoush professor, environmental science and technology research center, department of environmental health engineering, shahid sadoughi university of medical sciences, yazd, iranگروه مهندسی بهداشت محیط، دانشکده بهداشت، دانشگاه علوم پزشکی و خدمات بهداشتی درمانی شهید صدوقی یزد حسن هاشمی، h hashemi research center for health sciences, shiraz university of medical sciences, shiraz, iranدانشگاه علوم پزشکی شیراز محبوبه دهواری، m dehvari msc expert, environmental science and technology research center department of environmental health engineering, shahid sadoughi university of medical sciences, yazd, iranگروه مهندسی بهداشت محیط، دانشکده بهداشت، دانشگاه علوم پزشکی و خدمات بهداشتی درمانی شهید صدوقی یزد
چکیده
زمینه و هدف: پیش بینی میزان تولید پسماند نقش مهمی در مدیریت مواد زاید دارد. مطالعه حاضر با هدف پیش بینی میزان تولید پسماند عادی شهر اصفهان با استفاده از دو روش سری زمانی و مدل سازی پویایی سیستم انجام شده است. روش بررسی: در ابتدا داده های قابل استناد مربوط به میزان تولید پسماند از سال 1375 تا 1390 از سازمان مدیریت پسماند و اطلاعات جمعیتی از مرکز ملی آمار ایران اخذ گردید. سپس، عوامل مؤثر بر تولید پسماند شهری نظیر جمعیت، رشد شهرنشینی، شاخص تورم gdp و همچنین ارتباط بین آنها با استفاده از مدل gee مشخص شد. در نهایت میزان تولید پسماند شهر اصفهان با استفاده از روش پویایی سیستم توسط نرم افزار vensim و روش سری زمانی با تکنیک arma پیش بینی گردید. یافته ها: نتایج حاصله نشان می دهد که جمعیت و شاخص تورم بر میزان تولید پسماند با p value به ترتیب برابر با 0/026 و 0 با میزان تولید پسماند رابطه معناداری دارند. میانگین سالیانه میزان تولید پسماند در سال 1400 در روش سری زمانی و پویایی سیستم به ترتیب به 1501/4ton/day و 1436ton/day خواهد رسید. همچنین نرخ رشد سالیانه تولید پسماند 3/44 % بدست آمد. نتیجه گیری: جمعیت و شاخص تورم بر تولید پسماند اثر معناداری دارند و تولید پسماند در آینده روند افزایشی خواهد داشت. این افزایش در مناطق مختلف و با روشهای متفاوت پیش بینی یکسان نخواهد بود. روش سری زمانی با تکنیک arma پیش بینی دقیق تری نسبت به سایر روش ها انجام می دهد.
زمینه و هدف: پیش بینی میزان تولید پسماند نقش مهمی در مدیریت مواد زاید دارد. مطالعه حاضر با هدف پیش‌بینی میزان تولید پسماند عادی شهر اصفهان با استفاده از دو روش سری زمانی و مدل سازی پویایی سیستم انجام شده است. روش بررسی: در ابتدا داده‌های قابل استناد مربوط به میزان تولید پسماند از
در سالیان اخیر تحقیقات گسترده ای برروی مدل ها ی سری زمانی فازی انجام شده است اما در بسیاری از این تحقیقات، همواره فضای مسئله و بازه های مربوطه، بر اساس سطوح داده ها ی سری زمانی تعیین شده است. در این تحقیق با نگاهی جدید به تعیین فضای مسئله و استفاده از مفهوم نرخ بازده در بازارهای
مقالهدانش سرمایه گذاریفرید رادمهر، کارشناسی ارشد مهندسی صنایع- مهندسی مالی، دانشکده مهندسی صنایع دانشگاه صنعتی امیرکبیر (مسئول مکاتبات) ناصر شمس قارنه، استادیار دانشکده مهندسی صنایع دانشگاه صنعتی امیرکبیر
در سالیان اخیر تحقیقات گسترده ای برروی مدل ها ی سری زمانی فازی انجام شده است اما در بسیاری از این تحقیقات، همواره فضای مسئله و بازه های مربوطه، بر اساس سطوح داده ها ی سری زمانی تعیین شده است. در این تحقیق با نگاهی جدید به تعیین فضای مسئله و استفاده از مفهوم نرخ بازده در بازارهای
مقالهسلامت و محیط زیستافسانه شهبازی، a shahbazi assistant prof., environmental sciences research institute, shahid beheshti university, g.c., tehran, iranدکترای محیط زیست، استادیار پژوهشکده علوم محیطی، دانشگاه شهید بهشتی فرنوش باقری زنوز، f bagheri zonoz msc. in environmental sciences research institute, shahid beheshti university, g.c., tehran, iranکارشناس ارشد محیط زیست، پژوهشکده علوم محیطی، دانشگاه شهید بهشتی حبیبه ابومعاش زاده، h aboomaash-zadeh expert in environmental health, emam khomeini hospital, karaj, iranکارشناس بهداشت، بیمارستان امام خمینی (ره)، کرج
زمینه و هدف: به دلیل وجود عوامل خطرساز و بیماری زا در پسماندهای بیمارستانی، این پسماندها نیاز به مدیریت دقیق و ویژه دارند. لذا هدف از این تحقیق، بررسی کمی و کیفی و هم چنین پیش بینی روند تولید پسماند بیمارستان امام خمینی(ره) کرج در آینده است. روش بررسی: با نمونه برداری ماهانه از پ
باتوجه به نقش مؤثر الگوهای فصلی در تولید پسماند از روش هوش مصنوعی برای مدلسازی تولید پسماند شهر تبریز استفاده شد. ازآنجایی‌که استفاده از یک روش پیش پردازش که توانایی استخراج این الگوها را داشته باشد، موجب بهبود نتایج مدلسازی میشود، از تبدیل موجک که توانایی آنالیز چند مقیاسی سری ه
مقالهبین المللی مهندسی صنایع و مدیریت تولیدali mohammad kimiagari، farid radmehr، negar ali mohammad kimiagari, farid radmehr & negar ghanbari
در 15 سال اخیر، مدل های متعددی برای پیش بینی با استفاده از سری های زمانی فازی توسط محققین ایجاد شده اند. با توجه به ادبیات موضوع می توان دریافت که یکی از مسائل مهم در این مدل ها نحوه ی تعیین بازه ها ی فازی برای تبیین مدل و انجام پیش بینی است،لذا تحقیقات متعددی در این زمینه برای ت