Оценка влияния погрешности данных мониторинга на точность идентификации мощностей выбросов точечных источников загрязнения воздуха

Исследовано влияние точности данных мониторинга загрязнения атмосферного воздуха на точность решения обратной задачи идентификации мощностей выбросов точечных источников загрязнения. Обратная задача решена вероятностным методом, основанным на теореме Байеса и модели мультилинейной регрессии. Дослідж...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в:Электронное моделирование
Дата:2013
ISSN:0204-3572
Автори: Криваковская, Р.В., Ночвай, В.И.
Формат: Стаття
Мова:Російська
Опубліковано: Інститут проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України 2013
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/100903
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Оценка влияния погрешности данных мониторинга на точность идентификации мощностей выбросов точечных источников загрязнения воздуха / Р.В. Криваковская, В.И. Ночвай // Электронное моделирование. — 2013. — Т. 35, № 6. — С. 87-97. — Бібліогр.: 22 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Опис
Резюме:Исследовано влияние точности данных мониторинга загрязнения атмосферного воздуха на точность решения обратной задачи идентификации мощностей выбросов точечных источников загрязнения. Обратная задача решена вероятностным методом, основанным на теореме Байеса и модели мультилинейной регрессии. Досліджено вплив точності даних моніторингу забруднення атмосферного повітря на точність розв’язку оберненої задачі ідентифікації потужностей викидів точкових джерел забруднення. Обернену задачу розв’язано імовірнісним методом, базованим на теоремі Байєса і моделі мультилінійної регресії. The paper describes investigation of the influence of the accuracy of air pollution monitoring data on the solution accuracy of the inverse problem for power identification of point emission sources. The inverse problem is solved using the Bayesian inference and multilinear regression model.
ISSN:0204-3572