بررسی تأثیر پارامترهای فاضلاب ورودی بر دقت پیش بینی TSS پساب خروجی با استفاده ازتحلیل حساسیت مبتنی بر شبکه های عصبی مصنوعی
محل انتشار: هفتمین کنگره ملی مهندسی عمران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 779
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCCE07_0788
تاریخ نمایه سازی: 16 مهر 1392
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.
کلیدواژه ها:
نویسندگان
علیرضا مهدی پورطرقبه
دانشجوی کارشناسی ارشدمهندسی عمران محیط زیست
محمد شکوهیان
استادیاردانشگاه فردوسی مشهد
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 :