پیش بینی میزان ترکیبات تری هالومتان در آب شرب با استفاده از شبکه عصبی و بررسی اثر پارامترهای ممکن بر آن

چکیده مقاله

با توجه به اثرات سوء تری هالومتانها، شناسایی و اندازهگیری این ترکیبات در آب از نقطه نظر مسایل بهداشتی و محیط زیستی مهم میباشد در این مطالعه جهت مدل سازی میزان ترکیبات تری هالومتان در آب شرب، از شبکه عصبی از نوع GMDH استفاده شده است پس از آموزش، این شبکه عصبی قادر است براساس مشخصات کیفی آب, هدایت، کدورت، کل مواد آلی، درجه حرارت, PH و میزان غلظت کلر در آب شرب، میزان ترکیبات تری هالومتان را پیش بینی کند جهت ارزیابی و تشریح مدل، اندازه گیریهای انجام یافته بر روی آب شرب تصفیه خانه بزرگ آب گیلان در سالهای 1394و 1395 در تمامی فصول پایش شده و دادههای مورد نیاز، جهت آموزش و تست شبکه عصبی به کار گرفته شده است با توجه به شاخصهای آماری بدست آمده ضریب همبستگی R2 = 0/9816 ، متوسط مربعات خطا MSE = 0/0013 ، مجذور میانگین مربعات خطا RMSE = 0/0371 برای کل داده ها، می توان نتیجه گرفت استفاده از شبکه عصبی GMDH می تواند به کنترل کاهش این ترکیبات کمک کند

کلیدواژه‌ها

نویسندگان

محمدمهدی عباسی

دانشجوی کارشناسی ارشد، دانشگاه گیلان، گروه مهندسی شیمی

الهیار داغبندان

عضو هییت علمی، دانشگاه گیلان، گروه مهندسی شیمی

سبا خلعتبری

دانشجوی کارشناسی ارشد، دانشگاه گیلان، گروه مهندسی شیمی

�باسی، محمدمهدی و داغبندان، الهیار و خلعتبری، سبا،1396،پیش بینی میزان ترکیبات تری هالومتان در آب شرب با استفاده از شبکه عصبی و بررسی اثر پارامترهای ممکن بر آن،دومین کنفرانس ملی محاسبات نرم،رودسر

ارائه‌شده در

مجموعه مقالات دومین کنفرانس ملی محاسبات نرم1 آذر 1396 · رودسر