بررسی و مقایسه توانمندی دو مدل شبکه عصبی مصنوعی و شبکه عصبی بهینه شده با الگوریتم ژنتیک جهت پیشبینی کیفیت پساب خروجی تصفیه خانههای نیمه مکانیکال
محل انتشار: دهمین کنگره بین المللی مهندسی عمران
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 830
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICCE10_0832
تاریخ نمایه سازی: 19 تیر 1394
چکیده مقاله:
درتحقیق حاضر توانمندی دومدل شبکه عصبی مصنوعی و شبکه عصبی بهینه شده با الگوریتم ژنتیک جهتپیش بینی کیفیت پساب خروجی تصفیه خانه های نیمه مکانیکال مطالعه موردی تصفیه خانه فاضلاب شماره یک پرکندآباد مشهد با سیستم لاگون هوادهی بررسی و مقایسه شد بیشینه ضریب همبستگی مدل شبکه عصبی باجستجوی کامل برای پارامتر BOd برابر با 0/86 و میزان درصد جذرمیانگین مربعات خطای نسبی rRMSPE و درصد میانگین مطلق خطای نسبی rMAPEمتناظرش به ترتیب برابر با 14و12درصد براورد شد درمدل شبکه عصبی بهینه شده باالگوریتم ژنتیک بیشینه ضریب همبستگی برای پارامتر BOD برابر با 0/93 و rMAPE rRMSPE متناظرش به ترتیب برابر با 10 درصد و 7درصد به دست آمد نتایج حاصل ازاین تحقیق برکاربرد مناسب هردومدل جهت پیش بینی عملکرد تصفیه خانه های نیمه مکانیکال دلالت داشت اما مدل شبکه عصبی بهینه شده با الگوریتم ژنتیک به دلیل برازش بالاتر وخطای کمتر مدلی کارامدتر ومناسب تر می باشد
کلیدواژه ها:
نویسندگان
فرشته رفعت متولی
گروه مهندسی عمران دانشگاه فردوسی مشهد
شهناز دانش
گروه مهندسی عمران دانشگاه فردوسی مشهد
حبیب رجبی مشهدی
گروه مهندسی عمران دانشگاه فردوسی مشهد
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 :