کاربرد شبکه عصبی نوع GMDH درمدلسازی و پیش بینی میزان کدورت آب شرب
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,121
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:
TCPCO01_119
تاریخ نمایه سازی: 27 فروردین 1393
چکیده مقاله:
آب کافی و باکیفیت مطلوب برای ادامه حیات بشرضروری است تصفیه خانه ها آب شرب را با کیفیت بالا درکوتاه ترین مدت زمان ممکن با حداقل هزینه فراهم میکنند انعقاد و لخته سازی ازجمله فرایندهای ضروری به منظور حذف کدورت ازآب شرب می باشد دراین مقاله شبکه های عصبی نوع رشو دسته بندی گروه یداده های عددی GMDH برای مدلسازی و پیش بینی کدورت باقیمانده درآب پس ازجارتست با استفاده ازمجموعه داده های ورودی - خروجی مورد مطالعه قرارگرفته است داده های مورد استفاده جهت مدلسازی ازتصفیه خانه بزرگ شهر رشت جمع اوری شده است به منظور مدلسازی داده های برگرفته از ازمایش درازمایشگاه به دودسته 70درصد برای اموزش و 30درصد برای ازمایش تقسیم شدند نتایج حاصل ازمدلسازی با داده های تجربی مقایسه شدند بعدازاجرای شبکه GMDH مدل بدست امده تطابق بسیارخوبی با نتایج تجربی نشان داد
نویسندگان
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 :