مدل سازی فازی- عصبی تطبیقی فرایند لجن فعال

Publish Year: 1389
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,074

This Paper With 11 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

PASAB01_033

تاریخ نمایه سازی: 27 آذر 1389

Abstract:

در این مقاله فرایند تصفیه فاضلاب لجن فعال توسط سیستم استنتاج فازی - عصبی تطبیقی مدل سازی شده است. این مدل جهت پیش بینی غلظت اکسیژن مورد نیاز شیمیایی خروجی مورد استفاده قرار می گیرد. جهت تعیین حافظه شبکه، مقادیر ضریب همبستگی برای عوامل تاخیر زمانی گوناگون محاسبه شده است.مشاهده میشود که عامل تاخیر زمانی یک مرحله پیشرو یا t-1 بیشترین ارتباط را با سیستم دارا میباشد. همچنین، ضریب همبستگی بین 4 پارامتر ورودی و کیفیت جریان خروجی برای تعیین پارامتر ورودی که بیشترین تاثیر را بر روی کیفیت جریان خروجی دارد، محاسبه و بر اساس آن، 3 ساختار مستقل فازی- عصبی با ورودیهای مختلف بررسی و نتایج به دست آمده با شبکه عصبی مصنوعی مشابه مقایسه گردید.

Keywords:

Authors

مهسا واجدی

دانشجوی کارشناسی ارشد

شاهرخ شاه حسینی

دانشیارتهران، دانشگاه علم و صنعت ایران، دانشکده مهندسی شیمی

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • J. F. Andrews, Modeling and Simulation of Wastewater Treatment Systems, ...
  • M. Henze, C. P. L. Jr. Grady, W. Gujer, G. ...
  • M. Henze, W. Gujer, T. Mino, T. Matsuo, M. C. ...
  • W. Gujer, M. Henze, T. Mino, M. C. M. vanLoosdrecht, ...
  • O. Cinar, New too] for evaluation of performance of wastewater ...
  • M. Hck, Estimation of Wastewater Process Parameters Using Neural Networks, ...
  • M. Hamed, M. Khalafallah, E. Hassanien, Prediction Of Wastewater Treatment ...
  • D. Aguado. Et al, A methodology for sequencing batch reactor ...
  • F. Mjalli, S. Alasheh , H. E. Alfadala, Use of ...
  • J. S. R. Jang, ANFIS: adaptive- network-based fuzzy inference system, ...
  • J. P. Steyer, D. Rolland, J. C. Bouvier, Hybrid fuzzy ...
  • J. H. Tay, X. Zhang, Neural fuzzy modeling of anaerobic ...
  • J. H. Tay, X. Zhang, A fast predicting neural fuzzy ...
  • Snejana Yordanova, Nelly Noikova, Rusanka Petrova, Plamen Tzvetkov, Neuro-Fuzzy Modelling ...
  • G. Civelekoglu, A. Perendeci, N. O. Yigit, M. Kitis, Modeling ...
  • H. Mingzhi, M. Yongwen , W. Jinquan, W. Yan, Simulation ...
  • T. Y. Pai , T. J. Wan , S. T. ...
  • MATLAB 7.6 (R2008a), Fuzzy Logic Toolbox Version 2; User's Guide, ...
  • MATLAB 7.6 (R2008a), Neural Network Toolbox 6; User's Guide, The ...
  • نمایش کامل مراجع