مروری بر کاربردهای هوش مصنوعی در مدل سازی و فرایندهای حذف آلاینده های محلول در آب و فاضلاب

سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 147

فایل این مقاله در 31 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IWRR-19-1_008

تاریخ نمایه سازی: 3 مهر 1402

چکیده مقاله:

هوش مصنوعی توانایی یادگیری، استنتاج و تصمیم ‎گیری هوشمندانه رادارند. یکی از مزیت های اصلی هوش مصنوعی این است که با استخراج الگوها و یادگیری از داده ها، قادر به تشخیص و پیش بینی درست مسائل است. هوش مصنوعی به دلیل کاربردهای فراوان در زمینه های مختلف به عنوان ابزاری برای حل بهتر مشکلات موردتوجه قرارگرفته است. در سال های اخیر این الگوریتم درزمینه فرآیندهای تصفیه آب و فاضلاب برای مدل سازی، بهینه سازی و ارائه راه حل هایی جهت مدیریت راهبردی جلوگیری، کاهش آلودگی آب، کاهش هزینه های عملیاتی و بهینه سازی مصرف موارد شیمیایی مورداستفاده قرارگرفته است. الگوریتم های مختلف هوش مصنوعی در فرآیندهای تصفیه آب و فاضلاب بر روی جذب آلاینده و در اکثر موارد بر روی عملکرد جاذب ها جهت حذف آلاینده های آلی و فلزی تمرکز دارد. در این مطالعه مدل های مختلف هوش مصنوعی در فرایندهای تصفیه آب و فاضلاب ارائه و پس از مرور بر مطالعات انجام شده، چالش ها و مشکلات تحقیقات بیان شده است. با توجه به مزیت های فراوان در هوش مصنوعی، این الگوریتم با محدودیت هایی مواجه است که مانع گسترش آن در فرآیندهای تصفیه آب می شود. صرف نظر از این موانع، پیشرفت تحقیقات فعلی نشان می دهد که ابزارهای هوش مصنوعی دارای پتانسیل های بالا برای متحول کردن فرآیند و برنامه های تصفیه فاضلاب دارد. با توجه به مدل های بررسی شده در این پژوهش استفاده از مدل های DNN، ANN و تکنیک های هوش مصنوعی ترکیبی گزینه های خوبی برای دستیابی به دقت و پیش بینی دقیق تر هستند.

نویسندگان

رضا خلیلی

دانشجوی دکتری، دانشکده مهندسی عمران، آب و مهندسی محیط زیست، دانشگاه شهید بهشتی، تهران، ایران.

علی مریدی

استادیار، گروه آب، دانشکده مهندسی عمران، آب و محیط زیست، دانشگاه شهید بهشتی، تهران، ایران.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :