کاربرد شبکه عصبی نوع GMDH در مدلسازی و پیش بینی میزان آلومینیوم آزاد باقی مانده آب شرب

آب کافی و با کیفیت مطلوب برای ادامه حیات بشر ضروری است. تصفیه خانه ها، آب شرب را با کیفیت بالا در کوتاه ترین زمان ممکن با حداقل هزینه فراهم میکنند. انعقاد و لخته سازی از جمله فرآیندهای ضروری به منظور حذف کدورت از آب شرب میباشند. یکی از موادی که باعث انعقاد میشود، پلی آلومینیوم کلراید (PAC) میباشد. در صورت استفاده بیش از حد این ماده ممکن است مقدار آلومینیوم آزاد باقی مانده در آب افزایش یابد. در این مقاله از روش شبکه های عصبی نوع دسته بندی گروهی دادههای عددی ( GMDH ) برای مدلسازی و پیش بینی آلومینیوم آزاد باقیمانده در آب استفاده گردید. داده های مورد استفاده جهت مدلسازی از تصفیه خانه بزرگ شهر رشت جمع آوری شده است. به منظور مدلسازی داده های تجربی به دو دسته ( 70 % درصد برای آموزش و 30 % برای آزمایش) تقسیم شدند. نتایج حاصل از مدل سازی با داده های تجربی مقایسه و نتایج نشان داد که مدل بدست آمده تطابق بسیار خوبی با داده های تجربی دارد.