CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

پیش بینی فسفات خروجی از تصفیه خانه فاضلاب جنوب با استفاده از شبکه عصبی مصنوعی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۱۶۳ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: EEMCONF01_052
زبان مقاله: فارسی
حجم فایل: ۳۸۸.۹۵ کیلوبایت (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.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل 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 : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی فسفات خروجی از تصفیه خانه فاضلاب جنوب با استفاده از شبکه عصبی مصنوعی

  ملیحه فلاح نژاد تفتی - دانشجوی دکتری مهندسی محیط زیست، دانشگاه تهران
    ناصر مهردادی - هیئت علمی دانشکده محیط زیست،دانشگاه تهران
    علی ترابیان - هیئت علمی دانشکده محیط زیست،دانشگاه تهران

چکیده مقاله:

در این پژوهش امکان استفاده از شبکه عصبی مصنوعی در پیش بینی پارامترهای کیفی پساب خروجی ار تصفیه خانه فاضلاب جنوب تهران که دارای سیستم لجن فعال می باشد، مورد بررسی قرار گرفت. برای این منظور داده های کیفی فاضلاب ورودی و پساب خروجی از تصفیه خانه فاضلاب جمع آوری و ارزیابی شد و بر اساس این داده ها وشبکه عصبی PO4 پساب خروجی از تصفیه خانه فاضلاب جنوب پیش بینی شد. پس از بررسی همبستگی متغیرهای فاضلاب ورودی(BOD,COD,TSS,pH,Alk,TN NH4,tp,tpo4) با PO4 خروجی مهمترین متغیرهای اثر گذار بر کلیفرم مدفوعی پساب خروجی مشخص شدند که عبارتند از: BOD و COD و PO4 فاضلاب ورودی به تصفیه خانه. داده های مربوط به پارامترهای مذکور در ورودی مدل قرار گرفتند و ساختارهای مختلفی از شبکه بر روی آنها اعمال گردید. نتایج حاصل از اعمال این ساختارها به کمک پارامترهای عملکرد بهینه شبکه R و MSE ارزیابی شد و مشخص شد شبکه ای با یک لایه پنهان و 6 نورون در لایه میانی مناسبترین معماری شبکه در پیش بینی PO4 خروجی می باشد. معیارهای سنجش محاسبه شده (R=0.9 و Mse=0.65) نشان دهنده قابلیت شبکه عصبی در شبیه سازی و پیش بینی PO4 پساب خروجی می باشد و در این راستا روشی ساده و کارا می باشد.

کلیدواژه‌ها:

شبکه عصبی مصنوعی، پساب خروجی، تصفیه فاضلاب، کیفیت پساب،پارامترهای کیفی، PO4

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-EEMCONF01-EEMCONF01_052.html
کد COI مقاله: EEMCONF01_052

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:
فلاح نژاد تفتی, ملیحه؛ ناصر مهردادی و علی ترابیان، ۱۳۹۴، پیش بینی فسفات خروجی از تصفیه خانه فاضلاب جنوب با استفاده از شبکه عصبی مصنوعی، کنفرانس ملی مهندسی و مدیریت محیط‌ زیست، تهران، مرکز تحقیقات مهندسی محیط زیست مازند آب، https://www.civilica.com/Paper-EEMCONF01-EEMCONF01_052.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: (فلاح نژاد تفتی, ملیحه؛ ناصر مهردادی و علی ترابیان، ۱۳۹۴)
برای بار دوم به بعد: (فلاح نژاد تفتی؛ مهردادی و ترابیان، ۱۳۹۴)
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 :

  • عالم تبریز.اکبر، زندیه. مصطفی، محمد رحیمی.علیرضا، (۱۳۸۷)، الگوریتمهای فراابتکاری در ...
  • جمشیدی. نیما، مولایی.سید رسول، ابویی مهریزی.علی، (۱۳۹۰)، "آموزش کاربردی مباحث ...
  • Chen HW, Chang NB., (2001), Identification of river water quality ...
  • O _ ive ira-Esquerre, K.P., Mori, M., Bruns, R.E., (2002), ...
  • Fang F., Ni B.J., Xie W.M., Sheng G.P., Liu S.G., ...
  • Hamed, M., Khalafallah, M.G., Hassanein, E.A., 2004, Prediction of wastewater ...
  • Pai T.Y., Wan T.J., Hsu S.T., Chang T.C., Tsai Y.P., ...
  • Hasanlou, H. et al. (2012), "Performance Simulation of H-TDS unit ...
  • Mehrdadi, N. , Hasanlou, H. (July 15-16, 2012), "Investigating the ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۵۴۳۶۰
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    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.