مقارنة بين الخوارزمية الجينية MWCD والشبكة العصبية متعددة الطبقات الارجاعية (الارتدادية ) لتحديد المؤشرات المسببة لتلوث المياه
- Post by: Muthanna mjdes
- أكتوبر 30, 2022
- Comments off
فاطمة عبد الحميد جواد * a ، صباح منفي b
جامعة بغداد /كلية الادارة والاقتصاد/ قسم الاحصاء
الملخص
تستعمل الطرق اللامعلمية في البيانات التي تحتوي على قيم شاذة ،الاهمية الاساسية في استعمال الطرق اللامعلمية هو تحديد موقع الوسيط ،ففي انموذج الانحدار متعدد المتغيرات يكون من الصعوبة تحديد موقع الوسيط لوجود اكثر من بعد وتشتت القيم وزيادة بيانات الظاهرة المدروسة .فقد تم تطبيق الخوارزمية الجينية Minimum Weighted Covariance Determinant Estimator وتكتب باختصار (MWCD) ومقارنتها مع الشبكة العصبية متعددة الطبقات الارجاعية (الارتدادية)(Back Propagation Algorithm ) Multilayer Network في ايجاد التقدير لموقع الوسيط بالاعتماد على مسافة مهلنوبس Mahalanobis Distance(MD) واصغر محدد لمصفوفة التباين المشترك Minimum Covariance Determinant (MCD) كواحدة من الطرق اللامعلمية الحصينة. وقد طبقت الدراسة على الاحصاءات البيئية لتلوث مياه الشرب لسنة 2013 شملت محافظات العراق كافة عدا اقليم كردستان ،مقسمة الى 10 اشهر وقد استخدمت 9 انواع من المؤشرات الكيمائية والفيزيائية المسببة لتلوث مياه الشرب عند تجاوز الحد الاعلى للقياس. ولتحديد المؤشرات المسببة للتلوث تم استخدام شرائح التمهيد Smoothing Spline في تقدير معاملات انموذج الانحدار متعدد المتغيرات للمعالم المتغيرة زمنيا وقد قدرت المعالم الممهدة بطريقة تثبيت التقاطع Cross Validation (CV). اثبتت نتائج المقارنة بفاعلية الشبكة العصبية متعددة الطبقات الارجاعية.
DOI:10.52113/6/2021-11/290-304
