CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

بررسی تأثیر پارامترهای فاضلاب ورودی بر دقت پیش بینی TSS پساب خروجی با استفاده ازتحلیل حساسیت مبتنی بر شبکه های عصبی مصنوعی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۳۷۸ | نظرات: ۰
سرفصل ارائه مقاله: مهندسی محیط زیست
سال انتشار: ۱۳۹۲
نوع ارائه: پوستر
کد COI مقاله: NCCE07_0788
زبان مقاله: فارسی
حجم فایل: ۴۲۴.۲۸ کلیوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله بررسی تأثیر پارامترهای فاضلاب ورودی بر دقت پیش بینی TSS پساب خروجی با استفاده ازتحلیل حساسیت مبتنی بر شبکه های عصبی مصنوعی

علیرضا مهدی پورطرقبه - دانشجوی کارشناسی ارشدمهندسی عمران محیط زیست
  محمد شکوهیان - استادیاردانشگاه فردوسی مشهد

چکیده مقاله:

این مقاله یک رویکردجدید برپایه یک مدل شبکه عصبی مصنوعی که به منظور پیش بینی کیفیت پساب یک تصفیه خانه فاضلاب صنعتی طراحی شده است را ارایه میدهد ساختاربهینه ازیک مدل شبکه عصبی مصنوعی به منظور ارزیابی عملکردتصفیه خانه فاضلاب صنعتی توسعهداده شده است برای این منظور ازشبکه عصبی پرسپترون چندلایه که ازپرکاربردترین شبکه های عصبی مصنوعی درمسائل زیست محیطی می باشد استفاده گردیده است ورودیه ای شبکه عصبی مصنوعی شامل هشت پارامتر کلیدی تصفیه فاضلاب می باشد که درمجموع نتایج تعداد 350 ازمایش برای اموزش و سپس صحت سنجی مدل مورداستفاده قرارگرفته است برای تعیین چگونگی و مقدارتاثیر ورودی ها برخروجی مدل تحلیل حساسیت روی آنها انجام شده است نتایج برگرفته ازروش تحلیل حساسیت نشان دهنده میزان تاثیر هرکدام ازپارامترها بررویراندمان تصفیه می باشد طبق این نتایج ph و دما تاثیرگذارترین عوامل برروی دقت پیش بینی TSS پساب خروجی می باشند.

کلیدواژه‌ها:

شبکه عصبی مصنوعی، تحلیل حساسیت، پرسپترون چندلایه، تصفیه فاضلاب، TSS

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-NCCE07-NCCE07_0788.html
کد COI مقاله: NCCE07_0788

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
مهدی پورطرقبه, علیرضا و محمد شکوهیان، ۱۳۹۲، بررسی تأثیر پارامترهای فاضلاب ورودی بر دقت پیش بینی TSS پساب خروجی با استفاده ازتحلیل حساسیت مبتنی بر شبکه های عصبی مصنوعی، هفتمین کنگره ملی مهندسی عمران، زاهدان، دانشگاه سیستان و بلوچستان، https://www.civilica.com/Paper-NCCE07-NCCE07_0788.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (مهدی پورطرقبه, علیرضا و محمد شکوهیان، ۱۳۹۲)
برای بار دوم به بعد: (مهدی پورطرقبه و شکوهیان، ۱۳۹۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Hao, X., Van Loosdrecht, M.C.M., Meijer, S.C.F., Qian, Y. (۲۰۰ ...
  • Salem, S., Berends, D., Heijnen, J.J., Van Loosdrecht, M.C.M. (2002) ...
  • Copp, J.B. (Ed.) (2002), The COST Simulation Benchmarkd Description and ...
  • Neelakantan, T.R., Brion, T.R., Lingireddy, S. (2001), :Neural Network Modeling ...
  • Lee, D.S. and Park, J.M. (1999), Neural Network Modeling for ...
  • Chen, J.C., Chang, N.B., Shieh, and W.K. (2003), "Assessing Wastewater ...
  • Pai, T.Y., Tsai, Y.P., Lo, H.M., Tsai, C.H., Lin, C.Y. ...
  • Gontarski C.A., Rodrigues P.R., Mori M., Prenem L.F. (2000) , ...
  • Yetilmezsoy, K. and Zengin, Z.S. (2009), "Stochastic Modeling Applications for ...
  • Pal, S. K. and Mitra, S. (1 992) , Multilayer ...
  • Shanker, M., Hu, M. Y. and Humg, M. S. (1996), ...
  • مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.