Prototyp modelu systemu samouczącego do prognozowania stężenia pyłu PM10 w powietrzu atmosferycznym

Artykul przedstawia model prognozowania stezenia pylu PM10 z wykorzystaniem algorytmow genetycznych. Model ten jest drugim z kolei do prognozowania pylu (poprzedni wykorzystywal jednokierunkowe sieci neuronowe) i stanowi podstawe do budowy modelu samouczącego. Podczas budowy modelu uwzgledniono oddzialywanie czynnikow meteorologicznych, a do implementacji wykorzystano algorytm genetyczny ze wzgledu na specyfike problemu prognozowania stezenia pylu PM10. Nastepnie określono optymalną konfiguracje algorytmu definiując strukture osobnika oraz calej populacji, funkcje przystosowania, a takze metody selekcji, krzyzowania oraz mutacji. W ostatnim kroku określono prawdopodobienstwa krzyzowania i mutacji oraz czas zycia osobnikow(ilośc generacji). Po zakonczeniu procesu budowy, algorytm zastosowano do prognozowania stezenia pylu w powietrzu atmosferycznym na obszarze aglomeracji Gdanskej.