تخمین مقدار کلر ثانویه لازم برای تصفیه آب با استفاده از ماشینهای بردار پشتیبان و برنامهریزی ژنتیک |
کد مقاله : 1367-IWWA |
نویسندگان |
حمیده جعفری *1، یوسف عرفانی نسب2، سعید طاعتی3، علی نوروزی ارکوینی4 1کارشناس بهره برداری، شرکت آبفای شهرستان ساوه 2رئیس هیئت مدیره و مدیرعامل آبفای مرکزی 3مدیرعامل شرکت آّب و فاضلاب شهرستان ساوه 4کارشناس فنی و اجرای آبفای ساوه |
چکیده مقاله |
کلرزنی ثانویه در فرآیند تصفیه آب برای از بین بردن کامل آلودگیهای باقیمانده و سالم نگهداشتن آب انجام میگیرد. مقدار کلر ثانویه به ویژگیهایی مثل کدورت، pH، دما، کلر باقیمانده و جامدات معلق بستگی داشته و معمولاً بر اساس اندازهگیری و تجربه اپراتور و به صورت حدس و خطا تعیین میشود. استفاده از روشهای مبتنی بر یادگیری ماشین و محاسبات نرم، یکی از رویکردهایی است که در سالهای اخیر برای تخمین مقادیری که ارتباط ریاضی مشخص یا سادهای ندارند، بسیار متداول شده است. در این تحقیق بر اساس دادههای واقعی تصفیهخانه آب گیلان، از رگرسیون مبتنی بر ماشینهای بردار پشتیبان و برنامهریزی ژنتیک برای تخمین مقدار کلر ثانویه استفاده شده و با نتایج روشهای شبکه عصبی و شبکه بیزین در تحقیقات پیشین مقایسه شده است. برای مقایسه عملکرد مدل ها از 8 معیار ارزیابی استفاده شد. بهترین تتیجه بدست آمده مربوط به روش SVM با بکارگیری کرنل شعاعی با ضریب NSE=0.98می باشد. نتایج نشان میدهد عملکرد روش مبتنی بر ماشینهای بردار پشتیبان بسیار مطلوب بوده و در عمل میتواند به عنوان یک حدس اولیه برای تخمین مقدار کلر ثانویه لازم در تصفیه آب استفاده شود. |
کلیدواژه ها |
تصفیه آب، کلرزنی، برنامهریزی ژنتیک، ماشینهای بردار پشتیبان، رگرسیون |
وضعیت: پذیرفته شده برای ارائه شفاهی |