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

بهینه سازی مصرف مواد منعقد کننده در تصفیه آب با بکارگیری شبکه های عصبی از نوع GMDH

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۲ | تعداد نمایش خلاصه: ۱۱۸۷ | نظرات: ۰
سال انتشار: ۱۳۸۳
کد COI مقاله: NICEC09_323
زبان مقاله: فارسی
حجم فایل: ۲۸۹.۲۶ کلیوبایت (فایل این مقاله در ۱۲ 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 ۱۲ 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 بهینه سازی مصرف مواد منعقد کننده در تصفیه آب با بکارگیری شبکه های عصبی از نوع GMDH

  الهیار داغبندان - دانشکده فنی دانشگاه گیلان
  رامین رزاقی - دانشکده فنی دانشگاه گیلان
  یاسمن موسوی - دانشکده فنی دانشگاه گیلان

چکیده مقاله:

در این مقاله یک مدل غیرخطی با بهره گیری از شبکه های عصبی GMDH و با استفاده از نتایج تجربی به منظور بهینه ساز ی مقدار مواد منعقد کننده مصرفی در تصفیه خانه بزرگ آب رشت ارائه شده است . به همین منظو ر سه روش جهت ایجاد ساختار شبکه های عصبیGMDH و همچنین روش های SVD و حل معادلات متعامد در تعیین ضرایب چندجمله ایهای درجه دوم در بهینه سازی این نوع شبکه ها مقایسه شده است . همچنین در بررسی توانایی پیش بینی مدلهای ارائه شد ه, داده های عددی را به دو مجموعه از داده های آموزشی و آزمایشی تقسیم نموده, توسط داده های آمو زشی مدل را ایجاد کرده و با داده های آزمایشی دقت پیش بینی مدلها سنجیده شده است

کلیدواژه‌ها:

انعقاد, سولفات آلومینیوم, پلی الکترولیت, بهینه سازی, شبکه های عصبی GMDH

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-NICEC09-NICEC09_323.html
کد COI مقاله: NICEC09_323

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:
داغبندان, الهیار؛ رامین رزاقی و یاسمن موسوی، ۱۳۸۳، بهینه سازی مصرف مواد منعقد کننده در تصفیه آب با بکارگیری شبکه های عصبی از نوع GMDH، نهمین کنگره ملی مهندسی شیمی ایران، تهران، دانشگاه علم و صنعت ایران، https://www.civilica.com/Paper-NICEC09-NICEC09_323.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: (داغبندان, الهیار؛ رامین رزاقی و یاسمن موسوی، ۱۳۸۳)
برای بار دوم به بعد: (داغبندان؛ رزاقی و موسوی، ۱۳۸۳)
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 :

  • Ivakhneko, A.G., ،، Po lyno mialTheory of Complex System', IEEE ...
  • Farlow, S.J., ed., ،;Self- organizing Method in Modeling: GMDH type ...
  • Iba, H., deGaris, H., and Sato, _ A numerical Approach ...
  • Imp lementatio n and Use _ Practical؟، 4. Dolenko, S. ...
  • N. N ariman-Zadeh, A. Darvizeh and G R. Ahmad -Zadeh, ...
  • Medala, H. R. Ivakhnenko, A.G., ،+Inductive Learning Algorithm for Complex ...
  • Kennedy, P. M., and Chua, L. O., ،^Neural Networks for ...
  • Galkin, I., lowell, U., *Polynomial Neural Networks? Materials for UML ...
  • آشفته، جلال، طراحی آبرسانی شهری، نشر حسینیان، جلد دوم، (۱۳۷۰). ...
  • حقیقت پژوه، حمید رضا، ارائه مدل ریاضی مواد منعقدکننده در ...
  • آرشیو تصفیه خانه آب رشت از تاریخ ۸۰/۸/۱ لغایت ۸۱/۶/۳۱ ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۱۴۴۱۶
    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.