Nghiên cứu xây dựng mô hình dự báo chất lượng không khí tại tp hcm bằng phương pháp mạng nơron

ỦY BAN NHÂN DÂN THÀNH PHỐ HỒ CHÍ MINH SỞ KHOA HỌC VÀ CÔNG NGHỆ ĐỀ TÀI CẤP THÀNH PHỐ 2004 - 2005 BÁO CÁO TỔNG HỢP KẾT QUẢ NGHIÊN CỨU CHỦ NHIỆM : TSKH BÙI TÁ LONG TP HCM 09/2006 http://www.envim.com.vn/ Kính mong đóng góp ý kiến chuyên gia người sử dụng Những đóng góp quí báu chuyên gia người sử dụng giúp tác giả nâng cao chất lượng sản phẩm Các tác giả: Bùi Tá Long, TSKH, Chủ nhiệm Lê Thị Quỳnh Hà, TS, Dương Ngọc Hiếu, Th.s., Lưu Minh Tùng, KS, Cao Duy Trường, KS, Lê Văn Khoa, Th.s Võ Thanh Đạm, KS Tài liệu trình bày kết đề tài khoa học cơng nghệ cấp thành phố Hồ Chí Minh Cơ sở lý luận thực tiễn, kết đề xuất nghiên cứu trình bày báo cáo Bên cạnh báo cáo trình bày thuận lợi khó khăn q trình thực đề tài Trong tài liệu trình bày tài liệu tham khảo liên quan tới đề tài Bản quyền @ 2006 - Sở Khoa học Cơng nghệ Tp Hồ Chí Minh tác giả ii ỦY BAN NHÂN DÂN THÀNH PHỐ HỒ CHÍ MINH SỞ KHOA HỌC VÀ CƠNG NGHỆ ĐỀ TÀI CẤP THÀNH PHỐ 2004 - 2005 BÁO CÁO KẾT QUẢ NGHIÊN CỨU Cơ quan chủ trì Viện Cơ học Ứng dụng Chủ nhiệm TSKH Bùi Tá Long TP HCM 09/2006 iii Con người muốn biết tương lai Thậm chí phải trả giá đắt cho điều hay câu trả lời không làm vừa lòng người nữa, thường nghe người ta nói nửa dự đoán đưa dự báo sai www.ng.ru MỞ ĐẦU Trong năm qua Sở Khoa học Cơng nghệ Tp Hồ Chí Minh với tư cách quan quản lý khoa học Tp Hồ Chí Minh thể quan tâm sâu sắc tới ứng dụng công nghệ nhằm nâng cao hiệu công tác quản lý môi trường đô thị thành phố Thơng qua chương trình nghiên cứu khoa học công nghệ Bảo vệ môi trường tham gia sơ tuyển từ tháng 6/2003 Trong thời gian từ tháng 6/2003 tới tháng 8/2004, nhóm tác giả thực đề tài tìm hiểu sở lý luận thực tiễn xây dựng mơ hình dự báo môi trường dựa kỹ thuật mạng neuron – kỹ thuật khai thác số liệu ứng dụng mạnh mẽ vào nhiều lĩnh vực khoa học cơng nghệ Đây giai đoạn nhóm tác giả hoàn thành Đề cương chi tiết cho đề tài nghiên cứu Ngày 8/9/2004 nhóm tác giả bảo vệ Đề cương nghiên cứu Hội đồng khoa học cấp Tp Hồ Chí Minh Kết Báo cáo cho Hợp đồng nghiên cứu khoa học số 183/HĐ-SKHCN ngày tháng 10 năm 2004 Sở Khoa học Công nghệ Tp HCM Viện Cơ học Ứng dụng Hợp đồng tạo điều kiện pháp lý thuận lợi cho việc triển khai công việc Trong Bản báo cáo trình bày tổng hợp kết nghiên cứu đề tài “Nghiên cứu xây dựng mơ hình dự báo chất lượng khơng khí Tp HCM phương pháp mạng nơ ron” Dù có nhiều cố gắng chắn không tránh khỏi sai sót hạn chế Kính mong đóng góp ý kiến chuyên gia, thành viên hội đồng người sử dụng Những đóng góp q báu giúp tác giả nâng cao chất lượng sản phẩm đề tài Mọi góp ý xin gửi theo địa chỉ: TSKH Bùi Tá Long, buita@hcmc.netnam.vn iv DANH MỤC CÁC CHỮ VIẾT TẮT Viết tắt cụm từ Contaminants in the Air Prediction model for SAi GOn, phiên 1.0 ký hiệu mơ hình tin SAGOCAP1 sử dụng kỹ thuật mạng neuron (mạng thần kinh) dự báo nhiễm khơng khí) trạm quan trắc tự động khơng khí cho Tp Hồ Chí Minh SAGOCAP2 Viết tắt cụm từ Contaminants in the Air Prediction model for SAi GOn, phiên 1.0 ký hiệu mơ hình thủy động lực học tính tốn phát tán nhiễm khơng khí giao thông cho số trục giao thông địa bàn Tp HCM SAGOCAP Viết tắt cụm từ Contaminants in the Air Prediction model for SAi GOn, phiên 1.0 – tích hợp SAGOCAP SAGOCAP2 GIS Geographic Information System – Hệ thống thông tin địa lý ANN Artificial Neuron Network – mạng neuron nhân tạo NN Neuron Network – mạng neuron (mạng thần kinh) FFNN Phương pháp xây dựng mơ hình mạng neuron dự báo theo giải thuật lan truyền ngược – viết tắt cụm từ tiếng Anh: Feedforward Backpropagation, FFNN kết hợp kiến trúc Feedforward thuật giải Backpropagation BB Backpropagation – Lan truyền ngược v DANH MỤC THUẬT NGỮ ANH VIỆT Activation function, hay threshold function Adjustment Algorithm Artificial intelligence Hàm hoạt tính Chỉnh lý Giải thuật Trí tuệ nhân tạo Artificial Neuron Network (ANN) Backforward Truyền ngược (truyền lui) Backpropagation Lan truyền ngược Bias Connection link Mạng neuron nhân tạo Sự xê dịch (chênh lệch) Kết nối Connection weight Trọng số nối Cross validation Kiểm tra chéo Feedforward Fuzzy logic Generalization Generalized delta rule Gradient descent method Hướng tới (có sách dịch truyền tới) Logic mờ Khả tổng quát hoá Luật tổng quát delta Phương pháp giảm gradient Hidden layer Tầng ẩn Highlight Làm bật, rõ Hybrid Lai (pha trộn) vi Input function Hàm nhập Input layer Tầng nhập Layer Learning rate LMS (Least mean squared error) Momentum Multi Layer Perceptron (MLP) Network training Neuron Neuron, unit, node NN Tầng Hệ số nhận biết Bình phương sai số nhỏ Mơ men Mơ hình giác quan nhiều tầng (Perceptron – xem http://en.wikipedia.org/wiki/ Perceptron) Huấn luyện mạng Thần kinh Nút Mạng neuron (mạng thần kinh) Output layer Tầng xuất Overfitting Quá mức Personal Digital Assistant Prediction Preprocessing data Radial Basis Function (RBF) Recurrent Neuron Network Sum squared error Supervised learning, learning with a teacher Máy trợ lý cá nhân dùng kỹ thuật số Dự báo Tiền xử lý liệu Mơ hình dạng hàm radial Mạng neuron hồi qui Tổng sai số bình phương Học có giám sát vii Testing Bước kiểm chứng Training Huấn luyện Training set Tập liệu huấn luyện Unsupervised learmning Học khơng có giám sát Validation set Tập liệu để kiểm tra viii NỘI DUNG CƠ SỞ PHÁP LÝ, TÍNH CẤP THIẾT, MỤC TIÊU, NỘI DUNG VÀ GIỚI HẠN CỦA ĐỀ TÀI 1.1 Cơ sở pháp lý đề tài 1.2 Tính cấp thiết đề tài 1.3 Mục tiêu đề tài .5 1.4 Nội dung nghiên cứu 1.5 Phương pháp nghiên cứu NHỮNG TIỀN ĐỀ CƠ BẢN CỦA ĐỀ TÀI 2.1 Khoa học trí tuệ nhân tạo ứng dụng thực tiễn .8 2.2 Một số nghiên cứu gần với hướng nghiên cứu đề tài 12 2.3 Công nghệ GIS kỹ thuật mạng neuron 14 2.4 Một số lĩnh vực ứng dụng GIS neuron 19 XÂY DỰNG MƠ HÌNH DỰ BÁO Ô NHIỄM BẰNG KỸ THUẬT MẠNG NEURON 21 3.1 Kỹ thuật mạng neuron 22 3.2 Xây dựng mơ hình mạng neuron dự báo nhiễm khơng khí .29 3.2.1 Đặt vấn đề 29 3.2.2 Thiết kế hệ thống mơ hình mạng neuron dự báo nhiễm khơng khí 31 3.2.3 Áp dụng kỹ thuật lan truyền ngược vào tốn dự báo nhiễm khơng khí .35 3.3 Cơng cụ SAGOCAP1 tự động hóa tính tốn dự báo nhiễm khơng khí theo mơ hình kỹ thuật mạng neuron 40 3.4 Kết dự báo nhiễm khơng khí theo mơ hình mạng neuron .44 3.4.1 Tại trạm Bệnh viện Thống Nhất, Tp HCM .44 3.4.2 Tại trạm Sở Khoa học Công nghệ Tp Hồ Chí Minh .48 3.4.3 Tại trạm Phịng giáo dục quận Bình Chánh .52 3.4.4 Tại trạm Thảo cầm viên Tp Hồ Chí Minh .55 3.4.5 Tại trạm Ủy ban nhân dân quận 58 3.5 Một số chức khác phần mềm SAGOCAP1 phục vụ cho công tác quản lý số liệu quan trắc .63 3.5.1 Cấu trúc SAGOCAP1 phiên 1.0 63 3.5.2 Một số chức SAGOCAP1 .68 THÍCH NGHI MƠ HÌNH PHÁT TÁN Ô NHIỄM CHO NGUỒN ĐƯỜNG BERILAND CHO TP HỒ CHÍ MINH 70 4.1 Một số sở lí luận mơ hình mơ nhiễm khơng khí Berliand cho nguồn đường 71 4.1.1 Mơ hình nhiễm khơng khí Berliand cho nguồn đường 71 4.1.2 Hệ số khuếch tán rối đứng .77 4.2 Phương pháp tính tải lượng nhiễm cho nguồn đường .78 4.3 Phần mềm SAGOCAP2 79 4.3.1 Mục tiêu SAGOCAP2 79 4.3.2 Cấu trúc phần mềm SAGOCAP2 80 4.3.3 Tự động hóa tính tốn SAGOCAP2 80 4.4 Tính tốn mơ nhiễm khơng khí Tp Hồ Chí Minh SAGOCAP2 87 KẾT LUẬN VÀ KIẾN NGHỊ 95 ix 5.1 Khối lượng công việc kết đạt 95 5.2 Kết bật đề tài 98 5.3 Một số kết khác 98 5.4 Những nội dung đăng ký không đề cập tới Báo cáo 98 5.5 Hạn chế đề tài 99 5.6 Một số thuận lợi trình thực đề tài .99 5.7 Một số khó khăn q trình thực đề tài 100 5.8 Kiến nghị 101 TÀI LIỆU THAM KHẢO 102 PHỤ LỤC A: CƠ SỞ TOÁN – TIN CỦA ĐỀ TÀI .104 7.1 Mơ hình lan truyền ngược .104 7.1.1 Kiến trúc mạng hướng tới .105 7.1.2 Giải thuật lan truyền ngược 107 7.2 Một số vấn đề xây dựng FFNN 116 7.2.1 Lựa chọn cấu trúc 116 7.2.2 Lựa chọn hệ số nhận biết 117 7.2.3 Tiêu chuẩn dừng huấn luyện 117 7.3 Cơ sở lý luận tính hệ số khuếch tán rối ngang mơ hình Berliand 119 PHỤ LỤC B KẾT QUẢ SO SÁNH GIỮA TÍNH TỐN DỰ BÁO VÀ SỐ LIỆU THỰC ĐO 125 8.1 Trạm Bệnh viện Thống 125 8.2 Trạm Sở Khoa học Công nghệ Tp Hồ Chí Minh 130 8.3 Trạm Phịng giáo dục huyện Bình Chánh 133 8.4 Trạm Thảo Cầm viên 136 8.5 Trạm Ủy ban nhân dân quận 139 PHỤ LỤC C: MỘT SỐ MÃ NGUỒN CHÍNH CỦA PHẦN MỀM SAGOCAP .145 9.1 Giải thuật lan truyền ngược kỹ thuật mạng neuron .145 9.2 Chương trình tính tốn phát tán nhiễm từ nguồn đường .153 10 MỘT SỐ VĂN BẢN PHÁP LÝ LIÊN QUAN .162 11 MỤC LỤC BẢNG VÀ HÌNH 166 11.1 Danh mục Bảng 166 11.2 Danh mục Hình 167 12 MỘT SỐ HÌNH ẢNH LIÊN QUAN TỚI QUÁ TRÌNH THỰC HIỆN ĐỀ TÀI 170 x double* Mj; double eta; double **data, **fullData; // -double V1; double w0, D,V1new,A,F,deltaT,f,Vm,Vm1,fe,xm,t,s1,c1,cm,ty,s2,d,c,m,n; CSago2Calculation(); virtual ~CSago2Calculation(); }; #endif // !defined(AFX_SAGO2CALCULATION_H 20403FAF_3BFD_41C6_8ACC_62DA38AE 72F1 INCLUDED_) 10 MỘT SỐ VĂN BẢN PHÁP LÝ LIÊN QUAN 162 163 164 165 11 MỤC LỤC BẢNG VÀ HÌNH 11.1 Danh mục Bảng Bảng 2.1 Một số chương trình sử dụng ngun lý trí tuệ nhân tạo giai đoạn đầu phát triển Bảng 3.1 Một số hàm hoạt tính thường dùng 25 Bảng 3.2 Các vị trí đo tự động chất lượng khơng khí Tp Hồ Chí Minh 30 166 Bảng 3.3 Cấu trúc liệu mẫu kết quan trắc CO theo không gian thời gian 30 Bảng 3.4 Cách thức lựa chọn giá trị làm bật cho dự báo 37 Bảng 4.1 Hệ số nhiễm khơng khí loại xe (đơn vị: kg/1000 km) 78 Bảng 9.1 Bảng tổng hợp số liệu 145 11.2 Danh mục Hình Hình 1.1 Hội đồng xét duyệt đề tài “ Nghiên cứu xây dựng mơ hình dự báo chất lượng khơng khí Tp HCM phương pháp mạng nơ ron “ ngày 9/8/2004 Sở KHCN Tp.HCM Hình 1.2 Nghiệm thu giai đoạn đề tài ngày 25/3/2005 Hình 2.1 Phân loại phương pháp dự báo nhiễm khơng khí theo tác giả Egorov 14 Hình 3.1 Mạng neuron sinh học 23 Hình 3.2 Các thành phần mạng Neuron Network 24 Hình 3.3 Mạng truyền tiến 26 Hình 3.4 Mạng neuron hồi qui 27 Hình 3.5 Q trình xử lí thơng tin neuron 27 Hình 3.6 Học có giám sát 28 Hình 3.7 Học khơng có giám sát 28 Hình 3.8 Lưu đồ trình học 33 Hình 3.9 Lưu đồ trình kiểm tra sau huấn luyện 34 Hình 3.10 Mơ hình mạng neuron dự báo nhiễm khơng khí SAGOCAP1 35 Hình 3.11 Bộ dự báo theo kỹ thuật mạng neuron với thuật giải lan truyền ngược 36 Hình 3.12 SAGOCAP1 xây dựng dựa sở kết hợp GIS kỹ thuật mạng neuron 40 Hình 3.13 Số liệu quan trắc chuyển đổi từ Excel qua SQL 41 Hình 3.14 Chọn trạm chọn chất menu SAGOCAP1 41 Hình 3.15 Quá trình huấn luyện diễn theo yêu cầu người sử dụng 42 Hình 3.16 Kết sau q trình tự huấn luyện mơ hình mạng neuron so sánh với giá trị thực 43 Hình 3.17 Kết dự báo theo mơ hình mạng neuron 43 Hình 3.18 Trạm quan trắc tự động Bệnh viện Thống 44 Hình 3.19 So sánh giá trị PM10 (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 30/12/2004 45 Hình 3.20 So sánh giá trị PM10 (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 1/1/2005 45 Hình 3.21 So sánh giá trị PM10 (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 2/1/2005 46 Hình 3.22 So sánh giá trị PM10 (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 3/1/2005 46 Hình 3.23 So sánh giá trị CO (mg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 1/1/2005 47 167 Hình 3.24 So sánh giá trị CO (mg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 2/1/2005 47 Hình 3.25 So sánh giá trị CO (mg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 3/1/2005 48 Hình 3.26 Trạm quan trắc tự động Sở KHCN Tp HCM 48 Hình 3.27 So sánh giá trị O3 (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 5/12/2004 49 Hình 3.28 So sánh giá trị O3 (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 6/12/2004 49 Hình 3.29 So sánh giá trị O3 (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 7/12/2004 50 Hình 3.30 So sánh giá trị O3 (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 8/12/2004 50 Hình 3.31 So sánh giá trị O3 (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 9/12/2004 51 Hình 3.32 Trạm quan trắc tự động Phòng giáo dục đào tạo Bình Chánh 52 Hình 3.33 So sánh giá trị NOx (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 31/12/2004 52 Hình 3.34 So sánh giá trị NOx (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 1/1/2005 53 Hình 3.35 So sánh giá trị NOx (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 2/1/2005 53 Hình 3.36 So sánh giá trị NOx (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 3/1/2005 54 Hình 3.37 So sánh giá trị NOx (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 4/1/2005 54 Hình 3.38 Trạm quan trắc tự động Thảo cầm viên, quận 1, Tp Hồ Chí Minh 55 Hình 3.39 So sánh giá trị NOx (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 31/12/2004 55 Hình 3.40 So sánh giá trị NOx (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 1/1/2005 56 Hình 3.41 So sánh giá trị NOx (µg/m³) tính toán dự báo theo SAGOCAP1 thực đo cho ngày 2/1/2005 56 Hình 3.42 So sánh giá trị NOx (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 3/1/2005 57 Hình 3.43 So sánh giá trị NOx (µg/m³) tính toán dự báo theo SAGOCAP1 thực đo cho ngày 4/1/2005 57 Hình 3.44 Trạm quan trắc tự động UBND, quận 2, Tp Hồ Chí Minh 58 Hình 3.45 So sánh giá trị NOx (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 31/12/2004 58 Hình 3.46 So sánh giá trị NOx (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 1/1/2005 59 168 Hình 3.47 So sánh giá trị NOx (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 2/1/2005 59 Hình 3.48 So sánh giá trị NOx (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 3/1/2005 60 Hình 3.49 So sánh giá trị NOx (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 4/1/2005 60 Hình 3.50 So sánh giá trị PM10 (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 1/1/2005 61 Hình 3.51 So sánh giá trị PM10 (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 2/1/2005 61 Hình 3.52 So sánh giá trị PM10 (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 3/1/2005 62 Hình 3.53 So sánh giá trị PM10 (µg/m³) tính tốn dự báo theo SAGOCAP1 thực đo cho ngày 4/1/2005 62 Hình 3.54 Sơ đồ cấu trúc phần mềm SAGOCAP 64 Hình 3.55 Sơ đồ chức module Quản lý trạm 65 Hình 3.56 Sơ đồ khối chức thống kê, báo cáo SAGOCAP1 66 Hình 3.57 Sơ đồ khối module dự báo mạng neuron 67 Hình 3.58 Các bước xử lý số liệu sau tính tốn dự báo kết thúc 68 Hình 3.59 Giao diện khởi động SAGOCAP 1.0 68 Hình 3.60 Quản lí thơng tin liên quan tới trạm quan trắc 69 Hình 3.61 Chức cho phép xem thông tin liên quan tới số liệu quan trắc tự động 69 Hình 3.62 Xem số liệu dước dạng đồ thị 70 Hình 4.1 Sơ đồ cấu trúc SAGOCAP2 80 Hình 4.2 Sơ đồ làm việc chương trình SAGOCAP2 81 Hình 4.3 Các bước tự động hóa tính tốn nhiễm khơng khí SAGOCAP2 81 Hình 4.4 Giao diện người máy SAGOCAP2 với đồ số Tp Hồ Chí Minh 82 Hình 4.5 Giao diện cho phép lựa chọn chất nhiễm cần tính tốn 82 Hình 4.6 CSDL liên quan tới loại xe đưa vào SAGOCAP2 83 Hình 4.7 Danh sách tuyến được lựa chọn tính tốn 83 Hình 4.8 Số lượng xe quan trắc nhập vào SAGOCAP2 để tính tốn 84 Hình 4.9 Cửa sổ giao diện cho phép thêm thông tin lượng xe theo thời gian 84 Hình 4.10 Bảng hệ số phát thải theo WHO cho chất ô nhiễm khơng khí 85 Hình 4.11 Danh sách lưới tính tạo để tính cho kịch khác 85 Hình 4.12 SAGOCAP2 cho phép xem, thêm mới, xóa kịch 86 Hình 4.13 Cửa sổ nhập thơng số khí tượng SAGOCAP2 86 Hình 4.14 Số lượng xe ca xe tải lưu thông đoạn đường Ngã tư Hàng Xanh – Cầu Sài Gòn ngày 30/11/2002 thời điểm khác 87 Hình 4.15 Số lượng xe máy lưu thông đoạn đường Ngã tư Hàng Xanh – Cầu Sài Gòn ngày 30/11/2002 thời điểm khác 88 Hình 4.16 Số lượng xe ca xe tải lưu thông đoạn đường Ngã tư Hàng Xanh – Cầu Sài Gòn ngày 1/12/2002 thời điểm khác 88 169 Hình 4.17 Số lượng xe máy lưu thông đoạn đường Ngã tư Hàng Xanh – Cầu Sài Gòn ngày 1/12/2002 thời điểm khác 89 Hình 4.18 Số lượng xe ca xe tải lưu thông đoạn đường Ngã tư Hàng Xanh – Cầu Sài Gòn ngày 2/12/2002 thời điểm khác 89 Hình 4.19 Số lượng xe máy lưu thơng đoạn đường Ngã tư Hàng Xanh – Cầu Sài Gòn ngày 2/12/2002 thời điểm khác 90 Hình 4.20 Nồng độ CO cực đại thời điểm khác ngày 30/11/2002 91 Hình 4.21 Nồng độ CO cực đại thời điểm khác ngày 1/12/2002 91 Hình 4.22 Nồng độ CO cực đại thời điểm khác ngày 2/12/2002 92 Hình 4.23 Ơ nhiễm CO giao thơng tuyến đường Ngã tư Hàng Xanh – Cầu Sài Gịn tính tốn cho ngày 30/11/2002 93 Hình 4.24 Ơ nhiễm CO giao thông tuyến đường Ngã tư Hàng Xanh – Cầu Sài Gịn tính tốn cho ngày 1/12/2002 94 Hình 4.25 Ơ nhiễm CO giao thơng tuyến đường Ngã tư Hàng Xanh – Cầu Sài Gòn tính tốn cho ngày 2/12/2002 95 Hình 7.1 Kiến trúc mạng hướng tới tầng .106 Hình 7.2 Trạng thái neuron 106 Hình 7.3 Thủ tục huấn luyện 108 Hình 7.4 Giải thuật lan truyền ngược mạng hướng tới 109 Hình 7.5 Tối thiểu cục 115 Hình 7.6 Minh họa tiêu chuẩn dừng “kiểm tra chéo” 118 Hình 9.1 Đi tìm hiểu trạng trạm quan trắc tự động Quận 2, Tp Hồ Chí Minh 171 Hình 9.2 Tạm quan trắc tự động Thủ Đức 171 Hình 9.3 Đi tìm hiểu trạng trạm quan trắc tự động Quận 1, Tp Hồ Chí Minh 172 Hình 9.4 Báo cáo seminar định kỳ kết thực đề tài 2/2005 .172 Hình 9.5 Báo cáo kết đề tài đợt nhóm thực đề tài, 1/2/2005 173 Hình 9.6 Trao đổi kết đợt I với quan ứng dụng kết nghiên cứu Viện Cơ học ứng dụng 4/3/2005 173 Hình 9.7 Phát biểu chủ tịch Hội đồng: PGS.TS Phùng Chí Sỹ 174 Hình 9.8 Phát biểu thành viên Hội đồng xét duyệt đợt .174 Hình 9.9 Cài đặt sản phẩm đề tài Chi cục bảo vệ môi trường 8/6/2005 175 Hình 9.10 Trao đổi Chi cục Bảo vệ mơi trường Tp Hồ Chí Minh 175 Hình 9.11 Thực đếm xe .176 Hình 9.12 Thực đếm xe trạm Hồng Bàng .176 12 MỘT SỐ HÌNH ẢNH LIÊN QUAN TỚI Q TRÌNH THỰC HIỆN ĐỀ TÀI 170 Hình 12.1 Đi tìm hiểu trạng trạm quan trắc tự động Quận 2, Tp Hồ Chí Minh Hình 12.2 Tạm quan trắc tự động Thủ Đức 171 Hình 12.3 Đi tìm hiểu trạng trạm quan trắc tự động Quận 1, Tp Hồ Chí Minh Hình 12.4 Báo cáo seminar định kỳ kết thực đề tài 2/2005 172 Hình 12.5 Báo cáo kết đề tài đợt nhóm thực đề tài, 1/2/2005 Hình 12.6 Trao đổi kết đợt I với quan ứng dụng kết nghiên cứu Viện Cơ học ứng dụng 4/3/2005 173 Hình 12.7 Phát biểu chủ tịch Hội đồng: PGS.TS Phùng Chí Sỹ Hình 12.8 Phát biểu thành viên Hội đồng xét duyệt đợt 174 Hình 12.9 Cài đặt sản phẩm đề tài Chi cục bảo vệ môi trường 8/6/2005 Hình 12.10 Trao đổi Chi cục Bảo vệ mơi trường Tp Hồ Chí Minh 175 Hình 12.11 Thực đếm xe Hình 12.12 Nghiệm thu đề tài ngày 21/9/2006 176