مدلسازی استخراج فنل از فاضلاب با استفاده از روشهای هوشمند
نویسندگان
چکیده مقاله:
در این پژوهش فرایند استخراج فنل از فاضلاب با استفاده از روشهای هوشمند مدلسازی شد. از روشهای هوشمند شامل شبکه پرسپترون چندلایه، شبکه بر پایه توابع شعاعی و ماشین بردار رگرسیونی برای مدلسازی استفاده شد. طراحی ساختار بهینه شبکهها از 184 مجموعه داده تجربی انجام شد. ورودیهای شبکه شامل حجمی آلی به آبی، سرعت روتور، دما، pH و زمان و خروجی شبکه بازده استخراج فنل بود. برای ارزیابی عملکرد و توقف شبکهها از ضریب تعیین و میانگین مربع خطا برای هر سه مدل استفاده شد. مقایسه نتایج کلیه مدلها نشان داد که مدل ماشین بردار رگرسیونی با میانگین مربع خطا برابر 684/0 و ضریب بهترین مدل است. پارامترهای بهینه فرایند شامل نسبت حجمی آلی به آبی 22/0، سرعت روتور 350 دور در دقیقه، دما 86/22 درجه سلسیوس،pH برابر 7/5، زمان 86/15 دقیقه و بازده استخراج متناظر 35/96 به دست آمد.
منابع مشابه
مدل سازی استخراج فنل از فاضلاب با استفاده از روش های هوشمند
در این پژوهش فرایند استخراج فنل از فاضلاب با استفاده از روش های هوشمند مدل سازی شد. از روش های هوشمند شامل شبکه پرسپترون چندلایه، شبکه بر پایه توابع شعاعی و ماشین بردار رگرسیونی برای مدل سازی استفاده شد. طراحی ساختار بهینه شبکه ها از 184 مجموعه داده تجربی انجام شد. ورودی های شبکه شامل حجمی آلی به آبی، سرعت روتور، دما، ph و زمان و خروجی شبکه بازده استخراج فنل بود. برای ارزیابی عملکرد و توقف شبکه...
متن کاملشبیهسازی استخراج فنل از فاضلاب با حلال تری بوتیل فسفات با استفاده از شبکه عصبی
در این تحقیق از شبکه های عصبی برای پیش بینی راندمان استخراج فنل با استفاده از حلال تری بوتیل فسفات استفاده شده است. متغیرهای ورودی شبکه شامل نسبت حجمی آلی به آبی، سرعت روتور، دما، اسیدیته و زمان بوده و متغیر خروجی شبکه کارائی استخراج فنل انتخاب گردید. برای آموزش و ارزیابی شبکه عصبی از 184 داده تجربی استفاده شده است. برای به دست آوردن ساختار بهینه شبکه مورد نظر از شبکه با تعداد لایهها و نرن ها...
متن کاملشبیه سازی استخراج فنل از فاضلاب با حلال تری بوتیل فسفات با استفاده از شبکه عصبی
در این تحقیق از شبکه های عصبی برای پیش بینی راندمان استخراج فنل با استفاده از حلال تری بوتیل فسفات استفاده شده است. متغیرهای ورودی شبکه شامل نسبت حجمی آلی به آبی، سرعت روتور، دما، اسیدیته و زمان بوده و متغیر خروجی شبکه کارائی استخراج فنل انتخاب گردید. برای آموزش و ارزیابی شبکه عصبی از 184 داده تجربی استفاده شده است. برای به دست آوردن ساختار بهینه شبکه مورد نظر از شبکه با تعداد لایه ها و نرن های...
متن کاملمطالعه (پیشبینی) نرخ شکست لولههای اصلی آبرسانی شهری با استفاده از روشهای هوشمند و رگرسیونی
با توجه به سیاستهای افزایش کارایی و کاهش هدررفت، یکی از اولویتهای راهبردی توسعه پایدار منابع آب، بهرهبرداری بهینه از شبکههای توزیع آب شهری است. لذا راهبران سیستم باید همواره شناخت دقیق و صحیحی از قابلیت کاربری شبکه و انزوال و خرابی سازهای (شکست) در لولههای اصلی آبرسانی داشته باشند. یکی از راهکارها و کلیدهای مهم مدیریت بهینه بهرهبرداری، تدوین استراتژیهای نوسازی و بازسازی در شبکههای توزی...
متن کاملمدلسازی رواناب ماهانه با استفاده از روشهای داده کاوی براساس الگوریتم های انتخاب ویژگی
باتوجه به اهمیت مقدار جریان خروجی از حوضه آبریز جهت مدیریت آبهای سطحی، فهم دقیق ارتباط بین مقدار رواناب با پارامترهای اقلیمی همچون بارش و دما و شناسائی موثرترین پارامتر در فرآیند مدلسازی بسیار مهم میباشد. در این تحقیق پس از آزمون همگنی دادههای بارش، دما و رواناب ماهانه حوضه آبریز ناورود، ابتدا براساس دو الگوریتم رلیف و همبستگی دو ترکیب مختلف از پارامترهای موثر در رواناب مورد توجه قرار گرفت....
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 27 شماره 4
صفحات 62- 74
تاریخ انتشار 2016-09-22
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023