برآورد میزان شیرابه مراکز دفن زباله با استفاده از شبکه عصبی مصنوعی
- سال انتشار: 1390
- محل انتشار: مجله آب و فاضلاب، دوره: 22، شماره: 77
- کد COI اختصاصی: JR_WWJ-22-77_009
- زبان مقاله: فارسی
- تعداد مشاهده: 830
نویسندگان
کارشناس ارشد عمران - محیط زیست ، عضو هیات علمی پژوهشکده محیط زیست جهاد دانشگاهی ، رشت
دانشیار گروه آب و محیط زیست ، دانشکده عمران ، دانشگاه علم و صنعت ایران ، تهران
چکیده
در این مطالعه به منظور مدل سازی شدت جریان فاضلاب در مراکز دفن زباله از شبکه عصبی مصنوعی استفاده شد . پس از آموزش ، شبکه عصبی قادر است براساس داده های هواشناسی و مشخصات فاضلاب مرکز دفن ، شدت جریان فاضلاب را پیش بینی کند. داده های ورودی شبکه عصبی شامل پارامترهایی نظیر pH ، دما ، هدایت الکتریکی فاضلاب مرکز دفن و داده های هواشناسی بود . برای ارزیابی و تشریح مدل ، مرکز دفن زباله بیرون به صورت موردی بررسی شد . از مطالعه انجام شده بر روی مرکز دفن زباله بیروت ، داده های مورد نیاز برای آموزش و آزمایش شبکهعصبی به دست آمد . این مرکز دفن از سال 1997 بهره برداری شده و از سال 1998 میزان فاضلاب تولیدی در آن پایش شده است . الگوریتم بهینه از بین سیزده نوع الگوریتم پس از انتشار انتخاب شد و برای آموزش شبکه عصبی مورد استفاده قرار گرفت . سپس ساختمان بهینه شبکه عصبی تعیین گردید . در این مطالعه ، شبکه عصبی با الگوریتم لونبرگ - مارکوارت که دارای ده نرون در لایه پنهان بود ، به عنوان شبکه عصبی بهینه انتخاب شد . با توجه به شاخصهای آماری به دست آمده (ضریب تعیین = 0/976 ، میانگین خطای نسبی = 0/089) و داده های ورودی در نظر گرفته شده ، برآورد شدت جریان فاضلاب در مرکز دفن زباله توسط شبکه عصبی از کارای مناسبی برخوردار است .کلیدواژه ها
شبکه عصبی مصنوعی ، شیرابه ، شدت جریان ، داده های هواشناسیمقالات مرتبط جدید
اطلاعات 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.