Багатокрокове прогнозування тренду показників забруднення атмосферного повітря

Наявність величезної кількості джерел небезпеки, спричинених діяльністю людини, становить реальну загрозу для самої людини і навколишнього середовища. Сучасний рівень організації та моніторингу забруднення навколишнього середовища висуває вимоги до розроблення нових підходів щодо вирішення проблеми контролю якості атмосферного повітря, прогнозування його забруднення та управління джерелами викидів шкідливих речовин на основі нових інформаційних технологій. Тому створення інтегрованих автоматизованих систем контролю та управління якістю атмосферного повітря, розроблення перспективних моделей і алгоритмів прогнозування забруднення повітря є актуальною проблемою. Одночасно розроблювані алгоритми прогнозування повинні бути простими та зрозумілими у використанні, тому у дослідженні описано та проаналізовано такі методи прогнозування параметрів забруднення атмосферного повітря: метод наївного прогнозу та методи прогнозування на основі лінійної нейроподібної структури моделі послідовних геометричних перетворень. Оскільки метод наївного прогнозу є найпростішим серед всіх існуючих методів, було виконано порівняння методу прогнозування на основі лінійної нейроподібної структури моделі послідовних геометричних перетворень (НС МПГП) саме зі згаданим методом, з ціллю визначення який метод результує з кращими показниками. Експериментально доведено, що метод прогнозування тренду шкідливої домішки CO на основі лінійної нейроподібної структури моделі послідовних геометричних перетворень є ефективним методом, оскільки показує точніші результати, ніж метод наївного прогнозу. Тому за допомогою розроблюваного методу виконано короткочасне багатокрокове прогнозування тренду забруднення атмосферного повітря.