• بررسی تاثیر پارامترهای فاضلاب ورودی بر دقت پیش بینی tss پساب خروجی با استفاده از تحلیل حساسیت مبتنی بر شبکه های عصبی مصنوعی

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1392/07/24
    • تاریخ انتشار در تی پی بین: 1392/07/24
    • تعداد بازدید: 1003
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
     این مقاله یک رویکرد جدید بر پایه ی یک مدل شبکه ی عصبی مصنوعی که به منظور پیش بینی کیفیت پساب یک تصفیه خانه ی فاضلاب صنعتی طراحی شده است را ارائه می دهد. ساختار بهینه از یک مدل شبکه ی عصبی مصنوعی، به منظور ارزیابی عملکرد تصفیه خانه ی فاضلاب صنعتی، توسعه داده شده است. برای این منظور از شبکه ی عصبی پرسپترون چندلایه که از پرکاربردترین شبکه های عصبی مصنوعی در مسائل زیست محیطی می باشد، استفاده گردیده است. ورودی های شبکه ی عصبی مصنوعی شامل هشت پارامتر کلیدی تصفیه ی فاضلاب می باشد که در مجموع نتایج تعداد 350 آزمایش برای آموزش و سپس صحت سنجی مدل مورد استفاده قرار گرفته است. برای تعیین چگونگی و مقدار تاثیر ورودی ها بر خروجی مدل، تحلیل حساسیت روی آن ها انجام شده است. نتایج برگرفته از روش تحلیل حساسیت نشان دهنده ی میزان تاثیر هر کدام از پارامترها بر روی راندمان تصفیه می باشد. طبق این نتایج ph و دما تاثیرگذارترین عوامل بر روی دقت پیش بینی tss پساب خروجی می باشند.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین ژورنال ها