مقایسه شبکه عصبی مصنوعی و رگرسیون خطی چندگانه در پیش بینی کدورت فیلتراسیون شنی کند تصفیه خانه آب طبس
- سال انتشار: 1401
- محل انتشار: فصلنامه پژوهش در بهداشت محیط، دوره: 8، شماره: 1
- کد COI اختصاصی: JR_JREH-8-1_003
- زبان مقاله: فارسی
- تعداد مشاهده: 244
نویسندگان
دانشجوی کارشناسی ارشد، مهندسی بهداشت محیط، دانشکده بهداشت، دانشگاه علوم پزشکی بیرجند، بیرجند، ایران.
دانشیار مهندسی بهداشت محیط، مرکز تحقیقات سم شناسی پزشکی و سوء مصرف مواد مخدر (MTDRC)، دانشکده بهداشت، دانشگاه علوم پزشکی بیرجند، بیرجند، ایران.
استادیار مهندسی بهداشت محیط، دانشکده پیراپزشکی و بهداشت فردوس، دانشگاه علوم پزشکی بیرجند، بیرجند، ایران.
چکیده
چکیده: زمینه و هدف:کدورت آب تصفیه شده به عنوان یک پارامتر مهم در تعیین کیفیت آب آشامیدنی و یا صنعتی در تمامی تصفیه خانه ها اندازه گیری می شود. از دیر باز با توجه به اهمیت یافتن شیوع عوامل بیماریزا مثل ژیاردیا و کریپتوسپوریدیوم که عامل ایجاد بیماری های خطرناکی همچون اسهال خونی می باشند، رابطه کاهش میزان کدورت و افزایش حذف این میکروارگانیزم ها در مطالعات به اثبات رسیده است.مواد و روش ها:در این مطالعه یک مدل شبکه عصبی مصنوعی و رگرسیون خطی چندگانه در پیش بینی کدورت خروجی از آب تصفیه شده تصفیه خانه شهر طبس توسعه و عملکرد آنها با هم مقایسه گردید. کل جامدات محلول، pH، ، دما و کدورت ورودی به عنوان پارامترهای ورودی مدل ها در پیش بینی ها استفاده شد. بهترین الگوریتم پس انتشار و تعداد نورون برای بهینه سازی معماری مدل تعیین شد.یافته ها:نتایج نشان داد که الگوریتم لونبرگ-مارکوارت به عنوان بهترین الگوریتم انتخاب شد و تعداد نورون بهینه نیز ۱۶ تعیین شد. همچنین نتایج تحلیل حساسیت مدل شبکه عصبی نشان داد که کدورت ورودی با مقدار ۲۹ درصد به عنوان مهمترین پارامتر در توسعه مدل شبکه عصبی مصنوعی است.نتیجه گیری:نتایج ضریب همبستگی مدل رگرسیون خطی چندگانه و مدل شبکه عصبی مصنوعی به ترتیب برای داده های آموزش ۶۳/۰ و ۸۹۲/۰ و برای داده های تست ۶۰/۰ و ۸۵۷۱/۰ به دست آمد که نشان از برتری مدل شبکه عصبی مصنوعی در پیش بینی کدورت خروجی از تصفیه خانه آب طبس است.کلیدواژه ها
کدورت, تصفیه خانه آب, شبکه عصبی مصنوعی, رگرسیون خطی چندگانه, پیش بینیاطلاعات بیشتر در مورد 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.