جستجوی مقالات مرتبط با کلیدواژه "تصفیه فاضلاب" در نشریات گروه "ریاضی"
تکرار جستجوی کلیدواژه «تصفیه فاضلاب» در نشریات گروه «علوم پایه»-
یکی از مهمترین و بنیادی ترین عامل حیات موجودات زنده آب است، لذا آلودگی آب ها، یک معضل بزرگ زیست محیطی محسوب می شود و جلوگیری از آلودگی آب ها و ارایه روش های هوشمند برای تصفیه آب ها بسیار مهم و مورد توجه است. تجهیز علوم مهندسی به ابزارهای هوشمند و هوش مصنوعی در تشخیص کیفیت تصفیه فاضلاب ها می تواند اشتباهات افراد خبره و خسارت های مالی ناشی از آن را کاهش دهد. تا کنون از روش های مختلفی برای تصفیه پساب های صنعتی استفاده شده است. اما با توجه به وقت گیر بودن و هزینه بالای این روش ها، استفاده از روش های کم هزینه و دقیق همواره مورد نیاز می باشد. دراین مقاله یک روش هوشمند ساده و ترکیبی بر پایه شبکه عصبی مصنوعی و روش آماری رگرسیون لجستیک ، جهت مدلسازی پیش بینی کیفیت خروجی سیستم های تصفیه فاضلاب ارایه می شود. سیستم هوشمند ارایه شده نقش مهمی در بررسی کیفیت تصفیه فاضلاب ها داشته و برای محققان هوش مصنوعی و مهندسین محیط زیست قابل استفاده می باشد.مقایسه نتایج پیش بینی شده توسط مدل شبکه عصبی ساده و مدل ترکیبی طراحی شده با پایه شبکه عصبی و رگرسیون لجستیک، نشان داد که روش پیشنهادی در این تحقیق یک روش ارزشمند برای پیش بینی کیفیت خروجی حاصل از تصفیه فاضلاب ها با بیشترین بازده وکمترین خطا می باشد.
کلید واژگان: تصفیه فاضلاب, مدل سازی ریاضی, شبکه عصبی, شبکه عصبی ترکیبی, رگرسیون لجستیکOne of the most important and fundamental factors in the life of living things is water. Therefore, water pollution is a major environmental problem and prevent water pollution and providing smart methods for water treatment is so important. Equipping engineering sciences with intelligent tools and artificial intelligence in the diagnose quality of wastewater treatments can reduce the errors of the methods. This paper presents a simple and hybrid neural network with statistical logistic regression method for modelling of the output quality of wastewater treatment. The proposed intelligent method plays an important role in the quality of wastewater treatment and can be used by artificial intelligence researchers and environmental engineers. Comparison of the predicted results by simple neural network and hybrid one showed that the efficiency of the hybrid model and it is suitable for our purpose. results of research proved that the new method has the highest efficiency with minimum errors.
Keywords: Water pollution, Mathematical Modeling, Neural Network, hybrid neural network, statistical logistic regression
- نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
©2000-2025 magiran.com All Rights Reserved.