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

کاربرد شبکه عصبی مصنوعی برای پیش بینی میزان ترقیق فاضلاب حرارتی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۱۲۹۳ | نظرات: ۰
سرفصل ارائه مقاله: محورهای ویژه
سال انتشار: ۱۳۸۷
کد COI مقاله: CEE02_108
زبان مقاله: فارسی
حجم فایل: ۲۳۸.۶۴ کلیوبایت (فایل این مقاله در ۷ 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 ۷ 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 کاربرد شبکه عصبی مصنوعی برای پیش بینی میزان ترقیق فاضلاب حرارتی

محمدجواد ذوقی -
امیر اعتمادشهیدی -
  محسن سعیدی (شناسه پژوهشگر - Researcher ID: ۲۹۱۶)

چکیده مقاله:

یکی از مشکلات زیست محیطی٬آلودگی آبهای سطحی به سبب تخلیه فاضلابهای کشاورزی٬شهری و حرارتی است که با افزایش فعالیتهای انسانی روند رو به رشدی دارد.یکی از روشهای کاهش اثرات مخرب این پدیده ترقیق فاضلاب در محل تخلیه است. از اینرو پیش بینی میزان ترقیق فاضلاب تخلیه شده دارای اهمیت فراوانی است و مدلهای فراوانی برای آن تهیه شده است. دراین مدلها عوامل موثر بر ترقیق یعنی مشخصه های فاضلاب٬مشخصات هندسی تخلیه و شرایط محیطی بعنوان ورودی در نظر گرفته می شوند. در این مطالعه از مدل شبکه عصبی مصنوعی که برای مدل کردن پدیدهای پیچیده و غیر خطی کاربرد موفقیت آمیزی دارد برای پیش بینی میزان ترقیق فاضلاب حرارتی استفاده شده و نتایج مدل با نتایج بدست آمده درآزمایشگاه مقایسه شده است. این مقایسه نشان می دهد که مدل شبکه عصبی تهیه شده بخوبی قادر به پیش بینی میزان ترقیق بوده و ضریب همبستگی بین نتایج مدل و نتایج آزمایشگاهی 97/0 است .

کلیدواژه‌ها:

آبهای سطحی٬ ترقیق ٬ فاضلاب حرارتی ٬شبکه عصبی مصنوعی

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-CEE02-CEE02_108.html
کد COI مقاله: CEE02_108

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:
ذوقی, محمدجواد؛ امیر اعتمادشهیدی و محسن سعیدی، ۱۳۸۷، کاربرد شبکه عصبی مصنوعی برای پیش بینی میزان ترقیق فاضلاب حرارتی، دومین همایش تخصصی مهندسی محیط زیست، تهران، دانشگاه تهران، دانشکده محیط زیست، https://www.civilica.com/Paper-CEE02-CEE02_108.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: (ذوقی, محمدجواد؛ امیر اعتمادشهیدی و محسن سعیدی، ۱۳۸۷)
برای بار دوم به بعد: (ذوقی؛ اعتمادشهیدی و سعیدی، ۱۳۸۷)
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 :

  • KEPRI(1 999). En vironmental survey and assessment around nuclear power ...
  • KHNP (2001) . A review report on reduction scherme of ...
  • Mlakar, P., Boznar, M., 1997. Perception neural net-work based model ...
  • Neural computing : An introduction .R.Beal and T.Jackson institute of ...
  • parallel Distributed processing, Volume _ .J. L.McClelland and D.E R ...
  • Pe rceptrons. M.Minsky and S.Papert. MIT Press 1969 ...
  • 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.