مدلسازی و بهینه سازی تولید بیوگاز از یک هاضم فاضلاب با استفاده از یک روش نوین ترکیبی مبتنی بر شبکه عصبی و الگوریتم بهینه سازیBB-BC

شبکه های عصبی مصنوعی و الگوریتمهای هوشمند ازابزارهای پیشرفتهای هستند که برای حل مسائلی که بوسیله روشهای مرسوم حل نمیشوند مورد استفاده قرار میگیرند. این مقاله با استفاده از شبکه عصبی و الگوریتم بهینه سازی Big Bang – Big Crunch (BB-BC) به شبیه سازی و بهینه سازی فرایند تولید بیوگاز درهاضم یک نیروگاه بیوگاز میپردازد. این مقاله اثرات پارامترهای عملیاتی هاضم از قبیل درجه حرارتT)کلمواد جامدTS)کل مواد جامد فرارPH و (TVS)بیوگاز را به عنوان ورودی در نظر میگیرد. برای شبیه سازی عملکرد هاضم و پیشبینی تولید متان یک شبکه عصبیچند لایه با دولایه مخفی آموزش داده میشود. عملکرد مدل شبکه عصبی، توانایی این مدل را برای پیش بینی میزان تولید متان تأیید میکند

کلیدواژه ها:

شبکه عصبی ، بیو گاز ، هاضم ، الگوریتم بهینه سازیBB-BC