پیش بینی پارامترهای کیفی پساب خروجی تصفیه‌خانه فاضلاب با استفاده از روش غیرخطی ماشین یادگیری قدرتمند با داده پرت
پذیرفته شده برای ارائه شفاهی XML اصل مقاله (1.38 MB)
نویسندگان
1باغ ابریشم، دانشگاه رازی
2دانشگاه رازی/کرمانشاه/ایران
چکیده
اکسیژن خواهی بیوشیمیایی 5روزه1 (BOD5) ، اکسیژن خواهی شیمیایی2 (COD) از جمله مهمترین پارامتر‌های کیفی فاضلاب می‌باشند. اندازه-گیری و پیش‌بینی این پارامترها جهت پیش بینی میزان آلودگی و ارزیابی عملکرد تصفیه خانه فاضلاب ضروری می‌باشد. در این مطالعه، برای اولین بار از الگویتم غیرخطی موسوم به ماشین یادگیری قدرتمند با داده پرت3 (ORELM)، جهت مدلسازی پارامترهای کیفی BOD و COD در پساب خروجی تصفیه‌خانه فاضلاب، استفاده شده است. در این الگوریتم با تبدیل مساله غیرخطی به یک مساله خطی، مشکل سرعت بالای مدلسازی در شبکه عصبی پیشرو تک لایه4 (SLFFNN) بر طرف شده است. در پژوهش حاضر، جهت مدلسازی از 6 ترکیب ورودی با تاخیرهای زمانی مختلف بهره برده‌ایم و در مجموع 12 مدل غیرخطی (ORELM) مورد بررسی قرار گرفت. مشاهده گردید مدل‌های غیرخطی دارای قدرت پیش بینی قابل قبولی با ضرایب معینی بالا برای مدل‌های برتر معادل با 81/95% برای شاخص COD و 55/96 % برای شاخص BOD در پساب بوده‌اند. همچنین خطاها و پراکندگی داده‌ها بسیار پایین بوده است. از نتایج پژوهش حاضر می‌توان بیان نمود که مدل غیرخطی ORELM یکی از مدل-های موفق با کارایی بالا جهت پیش بینی شاخص‌های کیفی مهم BOD و COD و ارزیابی عملکرد تصفیه‌خانه فاضلاب می‌باشد.
کلیدواژه ها