مدل سازی BOD5 فاضلاب با استفاده از شبکه عصبی مصنوعی و درخت تصمیم گیری M5 (مطالعه موردی؛ تصفیه خانه فاضلاب نیروگاه حرارتی رامین اهواز)
- سال انتشار: 1398
- محل انتشار: هفتمین کنفرانس ملی شهرسازی ،معماری ،عمران و محیط زیست
- کد COI اختصاصی: PSHCONF07_015
- زبان مقاله: فارسی
- تعداد مشاهده: 543
نویسندگان
دانش آموخته کارشناسی ارشد مهندسی محیط زیست، دانشگاه شهید چمران اهواز
استادیار گروه آبیاری و زهکشی،دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز
چکیده
به منظور کاهش هزینه های ناشی از پایش مداوم فرایندهای تصفیه فاضلاب و صرفه جویی در زمان باید از مدلهای ریاضی، آماری و دیگر شبیه سازها جهت راهبری سامانه های تصفیه فاضلاب استفاده نمود. با توجه به پیچیدگی فرایندهای بیولوژیکی و نیز پیشرفت روشهای مبتنی بر داده، در این تحقیق از ابزار شبکه عصبی مصنوعی و درخت تصمیم گیری M5 جهت مدلسازی BOD5 فاضلاب خروجی از تصفیه خانه استفاده شده است. بدین-ترتیب پس از جمع آوری داده های آماری مربوط به پارامترهای کیفی فاضلاب طی دوره سه ساله (1392-1394)، ترکیب های مختلف از ورودی ها وخروجی های مدل مورد ارزیابی قرار گرفته و ترکیب هایی از پارامترهای ورودی که دارای بیشترین تاثیر بر BOD5 خروجی بوده و به ساده شدن مدلهاکمک می کنند، به عنوان معماری های مختلف در مدل سازی مورد استفاده قرار گرفته است. پس از مدلسازی به روشهای مذکور، بهترین ساختارها و معماریها از طریق مقایسه معیارهای ضریب همبستگی (R) و ریشه میانگین مربعات خطا (RMSE) مورد ارزیابی قرار گرفته و تعیین شدند. نتایج مدلسازی برای BOD5خروجی، نشان داد که در روش شبکه عصبی مصنوعی ساختار S10 از معماری چهار با توپولوژی 5- 15-1 ، با ضریب همبستگی مرحله آموزش 0/96 و مرحله صحت سنجی 0/95، و ریشه میانگین مربعات خطای مرحله آموزش 4/02 (mg/l) و مرحله صحت سنجی 3/52 (mg/l) بهترین مدل بوده است. در مدل درخت M5 معماری پنج با 6 پارامتر ورودی و 14 معادله خطی، توانسته است که با ضریب همبستگی 0/94 پارامتر BOD5 را شبیهسازی کند. در مرحله صحتسنجی مدل M5 ریشه میانگین مربعات خطای داده ها برابر 4/7520 (mg/l) می باشد. نتایج حاصل از مقایسه مدلهای مختلف در این تحقیق نشان داد که با وجود کارآمد و مقبول بودن اغلب مدلها، مدلهای حاصل از روش شبکه عصبی مصنوعی نسبت به مدل M5 دقیق تر بوده و با همبستگی بهتری میتوانند BOD5 خروجی را شبیه سازی کنند. همچنین مدلهای حاصل از درخت M5 ابزاری مناسب جهت توصیف و بررسی دامنه ی داده ها و نیز بیان نمودن چگونگی ارتباطشان با یکدیگر میباشد.کلیدواژه ها
تصفیه خانه، مدلسازی، شبکه عصبی مصنوعی، درخت تصمیم گیری M5، فاضلاب، BOD5مقالات مرتبط جدید
- بررسی عملکرد لرزه ای سازه های بتن آرمه با سیستم قاب خمشی و سیستم دوگانه قاب خمشی – دیواربرشی از منظر تاثیرات زیست محیطی در خطرات لرزه ای با شدت MCE
- ارزیابی آسیب پذیری لرزهای سد بتنی وزنی: مطالعه مورد ی سد سفیدرود
- بررسی رفتار پسا روانگرایی مدل فیزیکی کوچک مقیاس خاک ماسه ای در برابر پس لرزه
- شبیهسازی عددی برداشت انرژی پیزوالکتریک از امواج سطحی در خاک: تحلیل تنش، جریان الکتریکی و مقایسه مواد فعال
- شبیهسازی کوپل الکترومغناطیسی –حرارتی کابلهای برق فشار قوی در محیط زیرزمینی با شرایط محیطی متغیر و تحلیل اثرات فیزیکی خاک بر عملکرد حرارتی
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.