مدلسازی غلظت تری هالومتان در آب شرب با استفاده از شبکه عصبی مصنوعی
محورهای موضوعی : مدیریت محیط زیست
محمد جواد ذوقی
1
(
کارشناس ارشد مهندسی محیط زیست - عضو هیئت علمی پژوهشکده محیط زیست جهاد دانشگاهی*(مسئول مکاتبات).
)
محمد علی جعفری
2
(
کارشناس ارشد مهندسی محیط زیست - پژوهشکده محیط زیست جهاد دانشگاهی
)
کلید واژه: شبکه عصبی مصنوعی, غلظت تری هالومتان, غلظت کلر, مشخصات کیفی آب,
چکیده مقاله :
در این مطالعه جهت مدل سازی میزان غلظت تری هالومتان در آب شرب، از شبکه عصبی مصنوعی استفاده شده است. پس از آموزش، شبکه عصبی قادر است براساس مشخصات کیفی آب و میزان غلضت کلر در آب شرب، میزان غلظت تری هالومتان را پیش بینی کند. جهت ارزیابی و تشریح مدل، آب تصفیه خانه سنگر واقع در شهرستان رشت به صورت موردی بررسی شده است. از اندازه گیری های انجام یافته بر روی آب شرب تصفیه خانه سنگر، داده های مورد نیاز، جهت آموزش و تست شبکه عصبی اخذ شده است، آب شرب این تصفیه خانه در سال 1386 و در فصول تابستان و زمستان پایش شده است. پارامتر هدف در شبکه عصبی، میزان غلظت تری هالومتان در آب شرب در نظر گرفته شده است. از بین سیزده نوع الگوریتم پس انتشار، الگوریتم بهینه انتخاب و جهت آموزش شبکه عصبی استفاده شد، و سپس ساختمان بهینه شبکه عصبی تعیین گردید. در این مطالعه شبکه عصبی با الگوریتم Marquardt-Levenberg که دارای هشت نرون در لایه پنهان می باشد، به عنوان شبکه عصبی بهینه انتخاب شده است. با توجه به شاخص های آماری به دست آمده (ضریب همبستگی= 997/0 ، ضریب انحراف معیار = 466/6) و داده های ورودی در نظر گرفته شده، برآورد میزان غلظت تری هالومتان در آب شرب توسط شبکه عصبی از کارایی مناسبی برخوردار است.
In this study a neural network model is proposed for modeling tri-halo-methane concentration indrinking water. After training, the neural network model predicts tri-halo-methane concentration basedon input data. Parameters such as pH, Temperature, free chlorine residue and TOC were used as inputdata. To validate the proposed method, a case study was carried out, based on the data obtained fromGuilan grand treatment plant (Sangar). The Levenberg-Marquardt algorithm was selected as the bestof thirteen back-propagation algorithms. The optimal neuron number for Levenberg-Marquardtalgorithm is 8 neurons. The performance of modeling was determined. The trends of the forecast andmeasured data were in good agreement.
منابع