مقایسه شبکه های عصبی نوع gmdhچند هدفه و شبکه خودباوری بیزین در پیش بینی کدورت آب تصفیه شده (مطالعه موردی: تصفیه خانه بزرگ آب گیلان)

در این پژوهش ابتدا متغیرهای تأثیرگذار بر فرایند حذف کدورت آب، با استفاده از روش شناسی سطح پاسخ شناسایی شد. در ادامه شبکه های عصبی نوع gmdh و شبکه خودباوری بیزین برای مدل سازی و پیش بینی کدورت آب تصفیه شده، با استفاده از مجموعه داده های ورودی- خروجی مورد مطالعه قرار گرفت. برای ارزیابی مدل پیشنهادی، تصفیه خانه بزرگ آب گیلان به صورت موردی بررسی و داده های مورد نیاز شامل 700 سری داده به دست آمد. به منظور مدل سازی، داده های برگرفته از واحد بهره برداری به دو دسته (70 درصد برای آموزش و30 درصد برای آزمایش) تقسیم شدند. نتایج حاصل از مدل سازی با داده های تجربی مقایسه شد که ضریب تعیین مقادیر آزمایشی برای دو الگوریتم شبکه خودباوری بیزین شامل em و gd و برای مدل gmdh به ترتیب 9388/0 ، 9196/0 و 97095/0 بود. بر اساس این نتایج مدل gmdh نسبت به مدل bbn کارایی بهتری برای پیش بینی میزان کدورت آب تصفیه شده دارد.