پیش بینی پارامترهای کیفی پساب خروجی تصفیه خانه فاضلاب با استفاده از روش غیرخطی ماشین یادگیری قدرتمند با داده پرت

اکسیژن خواهی بیوشیمیایی 5 روزه (BOD ) و اکسیژن خواهی شیمیایی (COD) از جمله مهمترین پارامترهای کیفی فاضلاب است. اندازه گیری و پیش بینی این پارامترها جهت پیش بینی میزان آلودگی و ارزیابی عملکرد تصفیه خانه فاضلاب ضروری است. در این مطالعه، از الگویتم غیرخطی موسوم به ماشین یادگیری قدرتمند با داده پرت (ORELM) جهت مدل سازی پارامترهای کیفی BOD و COD در پساب خروجی تصفیه خانه فاضلاب استفاده شده است. در این الگوریتم، با تبدیل مساله غیرخطی به مساله خطی، مشکل سرعت بالای مدل سازی در شبکه عصبی پیش رو تک لایه (SLFFNN) برطرف شده است. در پژوهش حاضر، جهت مدل سازی از 6 ترکیب ورودی با تاخیرهای زمانی مختلف بهره برده ای و در مجموع 12 مدل غیرخطی (ORELM) بررسی شده است. مشاهده گردید مدل های غیرخطی دارای قدرت پیش بینی قابل قبولی با ضرایب معینی بالا برای مدل های برتر معادل با 95/81% برای شاخص COD و 96/55% برای شاخص BOD در پساب بوده اند. خطاها و پراکندگی داده ها بسیار پایین بوده است. از نتایج پژوهش حاضر می توان بیان کرد که مدل غیرخطی ORELM یکی از مدل های موفق با کارایی بالا جهت پیش بینی شاخص های کیفی مهم BOD و COD و ارزیابی عملکرد تصفیه خانه فاضلاب است.

کلیدواژه ها:

اکسیژن خواهی بیوشیمیایی 5 روزه ، اکسیژن خواهی شیمیایی ، پارامترهای کیفی فاضلاب ، الگوریتم ماشین یادگیری قدرتمند با داده های پرت