تعیین سرعت حد رسوبات معلق در مجاری باز با مقطع دایره ای با استفاده از الگوریتم ترکیبی نرو فازی و روش دسته بندی گروهی داده ها - NF-GMDH
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 689
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
ECONF03_248
Index date: 22 November 2015
تعیین سرعت حد رسوبات معلق در مجاری باز با مقطع دایره ای با استفاده از الگوریتم ترکیبی نرو فازی و روش دسته بندی گروهی داده ها - NF-GMDH abstract
در این تحقیق، جهت تخمین سرعت حد ذرات رسوب در مجاری فاضلاب از روش هوشمندی به نام روش دسته بندی گروهی داده ها (GMDH) همراه با مدل نرو فازی استفاده می شود. شبکه جلورونده و چند لایه NF-GMDH توسط الگوریتم بهینه جامعه پرندگان (PSO) توسعه داده می شود. پارامترهای موثر جهت مدل سازی سرعت حد ذرات شامل قطر میانه ذرات رسوب، غلظت حجمی رسوبات، عمق رسوب ته نشین شده در مجرای فاضلاب، چگالی ذرات رسوب، ضریب اصطکاک جریان با مجرای فاضلاب و شعاع هیدرولیکی مقطع جریان در نظر گرفته شده اند. مدل های پیشنهادی NF-GMDH با به کارگیری تنها دو قانون فازی در هر نرون و بهینه کردن شش ضریب وزنی گوسین در هر نرون توسعه می یابند. عملکرد شبکه های NF-GMDH در مراحل آموزش و ارزیابی نشان داد که مدل NF-GMDH-PSO(R=0.94 and RMSE=0.0819) دارای عملکرد قابل قبولی در برآورد سرعت حد رسوبات دارد. همچنین مقایسه نتایج حاصل از روش NF-GMDH با روابط تجربی نشان دادند که روابط تجربی بر پایه رگرسیون نتوانستند تقریب دقیقی را جهت تخمین سرعت حد تولید کنند
تعیین سرعت حد رسوبات معلق در مجاری باز با مقطع دایره ای با استفاده از الگوریتم ترکیبی نرو فازی و روش دسته بندی گروهی داده ها - NF-GMDH Keywords:
سرعت حد , رسوبات معلق , روش دسته بندی گروهی داده ها , نرو فازی , الگوریتم جامعه پرندگان , مجاری باز با مقطع دایره ای
تعیین سرعت حد رسوبات معلق در مجاری باز با مقطع دایره ای با استفاده از الگوریتم ترکیبی نرو فازی و روش دسته بندی گروهی داده ها - NF-GMDH authors
علی مشایخی
کارشناسی ارشد مهندسی عمران آب و فاضلاب، دانشگاه آزاد اسلامی واحد بندرعباس
سیداحمد عطایی
استادیار گروه مهندسی شیمی، دانشگاه شهید باهنر کرمان
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 :