ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

KHOA MÔI TRƯỜNG

ĐỀ TÀI TỐT NGHIỆP :

GVHD : Th.S NGUYỄN THỊ HUỲNH TRÂM

SVTH : HỒ TẤN TRUNG
MSSV : 0517109
I. Đặt vấn đề
II. Mục tiêu nghiên cứu
III. Phương pháp nghiên cứu
IV. Cơ sở lý thuyết
V. Thử nghiệm và kết quả
VI. Kết luận
Ô nhiễm không khí
ngày càng gia tăng

Công tác đánh giá và quan trắc

chất lượng không khí còn gặp
nhiều khó khăn

Một phương pháp có khả

năng dự báo và đánh giá
chất lượng không khí hiệu
quả là rất cần thiết
 Phương pháp
Dữ liệu đo “dự đoán nồng Ozon
đạc có sẵn độ các chất ô trong ngày
nhiễm”

Xây dựng một phương pháp có khả năng dự đoán nồng độ Ozon trong ngày bằng
ứng dụng mạng noron và các phương pháo thống kê trên những dữ liệu thu thập
từ các trạm quan trắc không khí và khí tượng
Phương pháp tổng hợp tài liệu

Phương pháp chuyên gia

Phương pháp thông kê số liệu

Tế bào hình cây
(dendrite)
Sợi trục thần kinh
(axon)

Khớp thần kinh

(Synapse)

Tế bào thân
(cell body)
• Tế bào hình cây (Dendrite) : nhận
tính hiệu (input layer)

• Tế bào noron (Neural cell) : thực

hiện gộp (Sum) và phân ngưỡng các
tính hiệu đến (hidden layer)

• Sợi trục thần kinh (Axon) : đưa

tính hiệu từ tế bào thân ra ngoài
(output layer)

• Khớp thần kinh (Synapse) : điểm

tiếp xúc giữa Axon của noron này và
Dendrites của noron khác
  Hàm Sigmoid

 Hàm Sigmoid lưỡng cực

Wij : trọng số
Xi : giá trị nhập vào tại nút nhập thứ i
z : kết quả tính tổng trọng hóa – aj
y : kết xuất của nút ẩn y = g(z)
 …
1. Lan truyền tiến (trạng thái ánh xạ) :
Mạng sẽ ánh xạ các biến nhập của mẫu
thành các giá trị xuất gọi là giá trị tính toán
 [2]

2. Lan truyền ngược (trạng thái học) :

Dựa trên giá trị tính toán, Mạng tính sai số
trung bình bình phương E (hàm lỗi)  Từ
E, Mạng tiến hành tính đạo hàm riêng của
hàm lỗi E theo trọng số W của nút xuất rồi
nút ẩn và có được ΔW  Cập nhật trọng
số : W’ = W - ΔW  [1]
Tóm lại :
Mạng noron làm việc theo 2 cơ chế :
1.Lan truyền tiến (trạng thái ánh xạ)
2.Lan truyền ngược (trạng thái học)

Mục tiêu cuối cùng : y = NN (x) - hàm đích với hệ số tương quan R2 tối ưu
Trong đó : y là giá trị xuất ra (biến phụ thuộc) ở nút xuất
NN() là hàm đích với các tham số sẽ được
luyện
x là giá trị đầu vào (biến độc lập) được nhập
vào nút nhập

=> Để có được một mạng luyện tốt, ngoài việc thiết kế mạng phù hợp. Ta phải có sự lựa
chọn các thông số đầu vào hợp lý ( lý do : các thông số đầu vào và thông số đầu ra phải
có sự tương quan chặt chẽ để có thể đạt được một hàm đích tối ưu)
NOx
NO2
NO
Ozon
SO2
CO
PM10

Tốc độ gió Hướng gió

Nhiệt độ
NOx

NO2 Các phương pháp thông kê

NO
SO2 Ozon

CO
PM10
Mạng noron nhân tạo

Tốc độ gió

Hướng gió
Ozon
Nhiệt độ
Tương quan giữa NO2 / NO và O3
[O3] = 1.002[NO2/NO]
+24.24
R2 = 0.967

Hình 5.1 Đồ thị tương quan giữa NO2 / NO và Ozon

 Tương quan giữa COvà O3
[O3] = 1.002[NO2/NO]
+24.24
R2 = 0.967

[O3] = - 0.320[CO]
+28.54
R2 = 0.116

Hình 5.2 Đồ thị tương quan giữa CO và Ozon

 Tương quan giữa SO2và O3
[O3] = 1.002[NO2/NO]
+24.24
R2 = 0.967

[O3] = - 0.320[CO]
+28.54
R2 = 0.116

[O3] = - 0.027[SO2]
+27.91
R2 = 0.038

Hình 5.3 Đồ thị tương quan giữa SO2 và Ozon

 Tương quan giữa PM10 và O3
[O3] = 1.002[NO2/NO]
+24.24
R2 = 0.967

[O3] = - 0.320[CO]
+28.54
R2 = 0.116

[O3] = - 0.027[SO2]
+27.91
R2 = 0.038

[O3] = - 0.002[PM10]
+27.31
R2 = 0.001

Hình 5.4 Đồ thị tương quan giữa SO2 và Ozon

 Tương quan giữa NOxvà O3
[O3] = 1.002[NO2/NO]
+24.24
R2 = 0.967

[O3] = - 0.320[CO]
+28.54
R2 = 0.116

[O3] = - 0.027[SO2]
+27.91
R2 = 0.038

[O3] = - 0.002[PM10]
+27.31
R2 = 0.001

[O3] = - 0.026[NOx]
+28.84
R2 = 0.178

Hình 5.5 Đồ thị tương quan giữa NOx và Ozon R (NO2/NO) > 0.9
R (CO, SO2, PM10, NOx) <
0.1
 O3 T
Hình 5.6 Diễn biến nồng độ Ozon và nhiệt độ qua 12 tháng

O3 WS

Hình 5.7 Diễn biến nồng độ Ozon và tốc độ gió qua 12 tháng
[O3] = 1.002[NO2/NO]
+24.24 NO2
R2 = 0.967

[O3] = - 0.320[CO]
+28.54
R = 0.116
2 NO
[O3] = - 0.027[SO2]
+27.91
R2 = 0.038
T – Nhiệt độ
[O3] = - 0.002[PM10]
+27.31
R = 0.001
2

[O3] = - 0.026[NOx]
+28.84 WS – Tốc độ gió
R2 = 0.178

R (NO2/NO) > 0.9

R (CO, SO2, PM10, NOx)
< 0.1 WD – Hướng gió
 Lớp nhập có 3 nút
Lớp ẩn có 24 nút
Mùa khô
11,12,1,2,3,4
a11
NO2/NO : X1
b11
Lớp xuất có 1 nút

T – Nhiệt độ : X2 Ozon : Y1

bn1
WS – Tốc độ gió : X3

a1n aij : trọng số liên kết lớp

Mùa mưa nhập và lớp ẩn
5,6,7,8,9,10
bjk : trọng số liên kết lớp
ẩn và lớp xuất
 xi
aij
uj = xi*aij +
Zj = logistic
aoj
i = 1 ÷ 3 : số nút nhập
(uj)
Tính
j = 1 ÷ 3 : số nút ẩn bjk δE/δ
k = 1 : số nút xuất w
vk = zj*bjk + y = logistic
k E>
b0k (vk)
Emax

RMSE = (Σ(yk- E<

Emax
ok)2/n)1/2 Stop
Hình 5.11 Kết quả nồng độ Ozon tính toán và Ozon thực qua 1000 vòng
lặp

Hình 5.12 Kết quả nồng độ Ozon tính toán và Ozon thực qua 10000 vòng
lặp

Hình 5.13 Kết quả nồng độ Ozon tính toán và Ozon thực qua 15000
vòng lặp

10000 vòng lặp

Hình 5.14 Kết quả nồng độ Ozon tính toán và Ozon thực khô sau khi luyện mạng
Hình 5.15 Kết quả nồng độ Ozon tính toán và Ozon thực khô sau khi kiểm tra
mạng
 8.52 %
Ozon thực
Ozon tính toán
Ozon mô hình
9.23 %

Hình 5.16 Kết quả nồng độ Ozon tính toán, Ozon mô hình và Ozon thực
Hình 5.17 Giao diện chương trình tính toán
Hình 5.18 Giao diện chương trình khi thực hiện luyện mạng

Hình 5.19 Giao diện chương trình khi thực hiện kiểm tra
mạng
Chương trình ra đời với hy vọng góp phần trong công tác kiểm soát ô nhiễm
không khí không chỉ riêng ở TP.HCM và còn các vùng cụ thể khác
ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN
KHOA MÔI TRƯỜNG

ĐỀ TÀI TỐT NGHIỆP :

GVHD : Th.S NGUYỄN THỊ HUỲNH TRÂM

SVTH : HỒ TẤN TRUNG
MSSV : 0517109
 2

Hình 5.8 Kết quả nồng độ Ozon thực và Ozon tính toán với mạng noron có 2
nút ẩn

12

Hình 5.9 Kết quả nồng độ Ozon thực và Ozon tính toán với mạng noron có 12
nút ẩn

24

Hình 5.10 Kết quả nồng độ Ozon thực và Ozon tính toán với mạng noron có 24
nút ẩn