• بررسی و مقایسه توانمندی دو مدل شبکه عصبی مصنوعی و شبکه عصبی بهینه شده با الگوریتم ژنتیک جهت پیش بینی کیفیت پساب خروجی تصفیه خانه های نیمه مکانیکال

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1393/11/01
    • تاریخ انتشار در تی پی بین: 1393/11/01
    • تعداد بازدید: 556
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    در تحقیق حاضر، توانمندی دو مدل شبکه عصبی مصنوعی و شبکه عصبی بهینه شده با الگوریتم ژنتیک، جهت پیش بینی کیفیت پساب خروجی تصفیه خانه های نیمه مکانیکال (مطالعه موردی، تصفیه خانه فاضلاب شماره یک پر کندآباد مشهد با سیستم لاگون هوادهی) بررسی و مقایسه شد. بیشینه ضریب هم بستگی مدل شبکه عصبی با جستجوی کامل برای پارامتر bod برابر با 0.86 و میزان درصد جذر میانگین مربعات خطای نسبی (rrmspe) و درصد میانگین خطای نسبی (rmape) متناظرش به ترتیب برابر با 14% و 12% برآورد شد. در مدل شبکه عصبی بهینه شد با الگوریتم زنتیک، بیشینه ضریب هم بستگی برای پارامتر bod برابر با rmape و rrmspe ,0.93 متناظرش به ترتیب برابر با 10% و 7% به دست آمد. نتایج حاصل از این تحقیق، بر کاربرد مناسب هر دو مدل جهت پیش بینی عملکرد تصفیه خانه های نیمه مکانیکال دلالت داشت. اما مدل شبکه عصبی بهینه شده با الگوریتم  ژنتیک به دلیل برازش بالاتر و خطای کمتر، مدلی کارآمدتر و مناسب تر می باشد.

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 رویدادها
مقالات جدیدترین ژورنال ها