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

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:

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