مهدی یوسفی نژاد عطاری - گروه مهندسی صنایع، واحد بناب، دانشگاه آزاد اسلامی، بناب، ایران
شاهین حبیبی - گروه مهندسی صنایع، واحد بناب، دانشگاه آزاد اسلامی، بناب، ایران
علی درخشان - گروه مهندسی صنایع، واحد بناب، دانشگاه آزاد اسلامی، بناب، ایران

کاهش منابع آبی و افزایش تقاضا برای آب شرب سالم، لزوم توجه به منابع آبی که قابلیت برگشت به طبیعت و یا امکان استفاده در بخش صنعت یا کشاورزی را داشته باشد، میطلبد. در این راستا، استفاده از روشهای بهینه و موثر برای تصفیه پساب و توسعه آن اهمیت بهسزایی دارد. جهت افزایش کارایی سیستم تصفیه فاضلاب و در راستای کاهش بار آلودگی پساب خروجی، پیشبینی کیفیت پساب تصفیهشده بسیار حائز اهمیت است. در این کار پژوهشی، سیستم تصفیه پساب خروجی از کارخانه پگاه آذربایجان با الگوریتم ژنتیک و روش شبکه عصبی، مدلسازی شده و نتایج شبیهسازیشده جهت بهینهسازی فرآیند تصفیه پساب استفاده شد تا پیشبینی حذف و زدایش مواد باقیمانده کربنی و مواد آلاینده میکروبی، با توجه به دادههای BOD۵ و COD که کیفیت پساب خروجی را معین میکنند، ممکن شود. نتایج بهدست آمده حاکی از این است که ترکیب دو الگوریتم فوق، در پیشبینی دادههای خروجی و در مقایسه با دادههای واقعی، موفق عمل کرده و تطابق دادهها ۸۷ درصد است.   [۱] biological oxygen demand [۲] Chemical Oxygen Demand [۳] Total Dissolved Solids

پساب, الگوریتم ژنتیک, شبکه عصبی, BOD۵, COD