文献

J-GLOBAL ID：202202222426262495   整理番号：22A0563996

遺伝的アルゴリズム(GA) 埋立地作業面から排出される有毒揮発性有機化合物(VOCs)の排出速度のための人工ニューラルネットワーク(ANN)モデリング【JST・京大機械翻訳】

Genetic algorithm (GA) - Artificial neural network (ANN) modeling for the emission rates of toxic volatile organic compounds (VOCs) emitted from landfill working surface

著者 (9件)： Li Rong (School of Environment, Beijing Normal University, Beijing, 100875, PR China) ,  Li Rong (State Environmental Protection Key Laboratory of Odor Pollution Control, Tianjin Academy of Eco-environmental Sciences, Tianjin, 300191, PR China) ,  Xu Ankun (School of Environment, Beijing Normal University, Beijing, 100875, PR China) ,  Xu Ankun (State Environmental Protection Key Laboratory of Odor Pollution Control, Tianjin Academy of Eco-environmental Sciences, Tianjin, 300191, PR China) ,  Zhao Yan (School of Environment, Beijing Normal University, Beijing, 100875, PR China) ,  Zhao Yan (State Environmental Protection Key Laboratory of Odor Pollution Control, Tianjin Academy of Eco-environmental Sciences, Tianjin, 300191, PR China) ,  Chang Huimin (School of Environment, Beijing Normal University, Beijing, 100875, PR China) ,  Li Xiang (School of Environment, Beijing Normal University, Beijing, 100875, PR China) ,  Lin Guannv (School of Environment, Beijing Normal University, Beijing, 100875, PR China)
資料名： Journal of Environmental Management  (Journal of Environmental Management)
巻： 305  ページ： Null  発行年： 2022年 
JST資料番号： H0435B  ISSN： 0301-4797  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 埋立地の作業表面から排出される揮発性有機化合物(VOCs)は,ヒトの健康への潜在的リスクのため,ますます注目を集めている。危険なVOCsの排出速度の定量化は,それらの健康リスク評価にとって重要であるが,それらの高い変動と排出速度と様々な影響因子の間の複雑な関係のため,困難である。本研究では,VOCsの連続9か月のサンプリングを埋立地の作業表面で行い,ヒトの健康にリスクがあり,105のデータセットを含むそれらの排出速度に対する人工ニューラルネットワーク(ANN)モデルを構築する。63の検出されたVOCsの中で,エタノールは最も高い放出率(885.28±138.10μg・m-2・s-1)を示し,高い排出速度と検出頻度を有する支配的な化合物は各カテゴリーで特徴付けられた。USEtox法で計算したヒト毒性影響スコアによると,四塩化炭素,エタノール,テトラクロロエチレン,1,2-ジクロロエタン,ベンゼン,エチルベンゼン,およびクロロホルムが主要な発癌性VOCsとして同定され,アクロレイン,四塩化炭素,および1,2-ジクロロプロパンが主要な非発癌性VOCsであった。ANNモデルを,入力パラメータとして気象条件と廃棄物組成,出力パラメータとして排出速度を有する6つの典型的な危険VOCsの排出速度のために確立した。構造最適化と遺伝的アルゴリズムによって,すべてのANNモデルは,高いR2と低い二乗平均平方根誤差(RMSE)値によって良い性能と優れた予測能力を達成した。95%確率の下の排出速度を,それらのデータ分布の下で入力パラメータをランダムにサンプリングすることによって,確立したANNモデルを通して各危険VOCsについて予測した。提案したアプローチと得られた結果は,MSW埋立地から排出されるVOCsの監視,予測,および健康リスク評価のための科学的方法論と重要な情報を提供できる。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ニューラルネットワーク ,  *埋立地 ,  ヒト ,  *モデリング ,  *揮発性有機化合物 ,  脂肪族アルコール ,  脂肪族塩素化合物 ,  トリハロメタン ,  芳香族炭化水素 ,  オレフィン化合物 ,  アルキルベンゼン ,  脂肪族アルデヒド ,  不飽和アルデヒド ,  ビニル化合物
準シソーラス用語： 健康リスク , 【Automatic Indexing@JST】

著者キーワード (5件)： VOCs ,  ANN ,  ヒト健康リスク ,  埋立地 ,  排出速度

分類 (3件)： その他の汚染原因物質  (SB05040W) ,  大気汚染一般  (SB03010B) ,  土壌汚染  (FB04100T)

物質索引 (9件)： 1,2-ジクロロプロパン ,  エタノール ,  四塩化炭素 ,  クロロホルム ,  ベンゼン ,  テトラクロロエチレン ,  エチルベンゼン ,  アクロレイン ,  1,2-ジクロロエタン

タイトルに関連する用語 (7件)： 遺伝的アルゴリズム ,  Ga ,  埋立地 ,  揮発性有機化合物 ,  排出速度 ,  人工ニューラルネットワーク ,  モデリング