مدلسازی و پیش بینی میزان کدورت آب شرب با استفاده از شبکه عصبی نوع GMDH
محل انتشار: چهارمین کنفرانس علوم و مهندسی جداسازی
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 537
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:
CSSE04_034
تاریخ نمایه سازی: 13 شهریور 1396
چکیده مقاله:
آب کافی و با کیفیت مطلوب برای ادامه حیات بشر ضروری است. تصفیه خانه ها، آب شرب را با کیفیت بالا در کوتاه ترین زمانممکن با حداقل هزینه فراهم می کنند. انعقاد و لخته سازی از جمله فرآیندهای ضروری به منظور حذف کدورت از آب شرب میباشند. در این مقاله شبکه های عصبی نوع روش دسته بندی گروهی داده های عددی (GMDH) برای مدلسازی و پیش بینیکدورت باقیمانده در آب پس از جارتست، با استفاده از مجموعه داده های ورودی- خروجی مورد مطالعه قرار گرفته است. دادههای مورد استفاده جهت مدلسازی از تصفیه خانه بزرگ شهر رشت جمع آوری شده است. به منظور مدلسازی داده های برگرفتهاز آزمایش در آزمایشگاه به دو دسته (% 70 درصد برای آموزش و 30 % برای آزمایش) تقسیم شدند. نتایج حاصل از مدلسازی باداده های تجربی مقایسه شدند. بعد از اجرای شبکه GMDH مدل بدست آمده تطابق بسیار خوبی با نتایج تجربی نشان داد.
نویسندگان
سبا خلعتبری
دانشجوی کارشناسی ارشد، دانشگاه گیلان، گروه مهندسی شیمی
الهیار داغبندان
استادیار، دانشگاه گیلان، گروه مهندسی شیمی