pdf,1400KB - Tehnološko-metalurški fakultet - Univerzitet u Beogradu

НАСТАВНО НАУЧНО ВЕЋЕ, 27.12.2012. 21je opseg greške s kojom obučena neuronska mreža može da predviđa vrednosti izlaznog parametrakada joj se predoče novi nepoznati podaci, posebno u slučaju kada je skup podataka nepotpun.Takođe je procenjena mogućnost korišćenja dobijenih modela za predviđanje promena indikatoraživotne sredine u okviru održivog razvoja, simulaciju razvojnih scenarija i uticaja različitihproaktivnih mera, u cilju podrške donosiocima odluka za formiranje i sprovođenje politike u ovimoblastima.C. Uporedna analiza rezultata kandidatkinje sa rezultatima iz literatureModeli veštačke inteligencije, kao što su neuronske mreže, generalno se koriste zarešavanje kompleksnih problema, kada je zavisnost između ulaznih i izlaznih podataka nepoznata.Pokušaji integralnog praćenja održivog razvoja, povezivanjem velikog broja indikatora u sferamaekonomije, socijalne politike i životne sredine, do sada nisu dali zadovoljavajuće rezultate, niti uvidu utvrđivanja jedinstvenog indikatora, niti definisanja jasne zavisnosti između velikog broja tihindikatora. Stoga, neuronske mreže predstavljaju jedan od mogućih novih pristupa za utvrđivanjezavisnosti između međusektorskih indikatora, a posebno za predviđanje njihovih trendova ubudućnosti.Prilikom obučavanja mreže, dobijeni su rezultati koji pokazuju zadovoljavajući stepenkorelacije za trening set podatke: R 2 =0,89 za emisije GHG, R 2 =0,98 za kisele okside, R 2 = 0,94 zaprekursore ozona, R 2 = 0,96 za suspendovane čestice i R 2 = 0,93 za količinu generisanogkomunalnog otpada. Za preko 80 % podataka odstupanje je bilo manje od relativne greške od 10%, što se može smatrati zadovoljavajućim. Rezultati provere modela za emisije GHG za evropskezemlje pokazuju da je za većinu podataka odstupanje bilo sa relativnom greškom ispod 10 %, dokje odstupanje za Republiku Srbiju bilo sa relativnom greškom ispod 15 %. Odstupanja koja su sejavila u relativno malom broju slučajeva, uglavnom su posledica nepouzdanih podataka ilispecifičnosti u strukturi privreda pojedinih zemalja. Pokazano je da je problem nedostatkapodataka za pojedine zemlje, uključujući i Republiku Srbiju, moguće prevazići tako što sevrednosti za pojedine parametre mogu proceniti sa relativno velikim stepenom pouzdanosti.D. Objavljeni i saopšteni naučni radoviМ20 Radovi objavljeni u časopisima međunarodnog značajaМ23 Rad u časopisu: М23 (3)1. D. Radojević, V. Pocajt, I. Popović, A. Perić-Grujić, M. Ristić, Forecasting of greenhousegas emissions in Serbia using artificial neural networks, Energy Sources, Part A: Recovery,Utilization, and Environmental Effects, u štampi (DOI:10.1080/15567036.2010.514597)(ISSN 1556-7036; IF 2011: 0,715)М60 Зборници скупова националног значајаМ64 Саопштење са скупа националног значаја штампано у изводу М64 (0,2)1. Darinka M. Radojević, Davor Z. Antanasijević, Aleksandra A. Perić-Grujić, Mirjana Đ.Ristić, Viktor V. Pocajt, Modelovanje održivog razvoja Republike Srbije primenomneuronskih mreža, XLVIII Savetovanje srpskog hemijskog društva, Novi Sad, april 2010,Program i kratki izvodi radova, str. 90.E. ZaključakNa osnovu prethodno izloženog, Komisija je zaključila da magistarska teza DarinkeRadojević, dipl. inž. tehnologije, pod naslovom „Razvoj modela za predviđanje indikatora životne