Attraverso questo lavoro è stata realizzata una metodologia per una rapida ed efficiente valutazione del pericolo di contaminazione del suolo legata alla presenza di discariche incontrollate. In particolare, il criterio adottato ha permesso di confrontare, attraverso un approccio neuro-fuzzy, i risultati ottenuti da un’analisi trasversale di alcune caratteristiche intrinseche delle singole discariche e del territorio dove queste sono ubicate, individuando quali tra queste rappresentano criticità ambientali più rilevanti. Si è classificato, quindi, ciascun sito all’interno di una scala di pericolosità, che consente di stabilire quale tra questi richieda con maggiore urgenza operazioni di controllo, indagini strumentali ed eventualmente risanamento e bonifica. Alla fuzzy neural network è stata affiancata un’analisi di sensitività per poter individuare la funzione di appartenenza che meglio rappresenta i dati di input. In realtà, l’approccio neuro-fuzzy proposto, supportato dall’analisi di sensitività (Caniani et al., 2010), si è rivelato un importante strumento di supporto alle decisioni, al fine di ottimizzare le risorse tecniche ed economiche.

Valutazione del rischio di contaminazione dei suoli con reti neurali

CANIANI, Donatella;MANCINI, Ignazio Marcello;MASI, Salvatore
2011-01-01

Abstract

Attraverso questo lavoro è stata realizzata una metodologia per una rapida ed efficiente valutazione del pericolo di contaminazione del suolo legata alla presenza di discariche incontrollate. In particolare, il criterio adottato ha permesso di confrontare, attraverso un approccio neuro-fuzzy, i risultati ottenuti da un’analisi trasversale di alcune caratteristiche intrinseche delle singole discariche e del territorio dove queste sono ubicate, individuando quali tra queste rappresentano criticità ambientali più rilevanti. Si è classificato, quindi, ciascun sito all’interno di una scala di pericolosità, che consente di stabilire quale tra questi richieda con maggiore urgenza operazioni di controllo, indagini strumentali ed eventualmente risanamento e bonifica. Alla fuzzy neural network è stata affiancata un’analisi di sensitività per poter individuare la funzione di appartenenza che meglio rappresenta i dati di input. In realtà, l’approccio neuro-fuzzy proposto, supportato dall’analisi di sensitività (Caniani et al., 2010), si è rivelato un importante strumento di supporto alle decisioni, al fine di ottimizzare le risorse tecniche ed economiche.
2011
9788862650007
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11563/22134
 Attenzione

Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo

Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact