كاربرد شبكه عصبي نوع GMDH در مدل سازي و پيش بيني ميزان آلومينيوم آزاد باقي مانده آب شرب

آب كافي و با كيفيت مطلوب براي ادامه حيات بشر ضروري است. تصفيه خانهها، آب شرب را با كيفيت بالا در كوتاه ترين زمان ممكن با حداقل هزينه فراهم ميكنند. انعقاد و لخته سازي از جمله فرآيندهاي ضروري به منظور حذف كدورت از آب شرب ميباشند. يكي از موادي كه باعث انعقاد ميشود، پلي آلومينيوم كلرايد (PAC) ميباشد. در صورت استفاده بيش از حد اين ماده ممكن است مقدار آلومينيوم آزاد باقي مانده در آب افزايش يابد. در اين مقاله از روش شبكههاي عصبي نوع دسته بندي گروهي دادههاي عددي ( GMDH ) براي مدلسازي و پيش بيني آلومينيوم آزاد باقيمانده در آب استفاده گرديد. دادههاي مورد استفاده جهت مدلسازي از تصفيه خانه بزرگ شهر رشت جمع آوري شده است. به منظور مدلسازي دادههاي تجربي به دو دسته ( 00 % درصد براي آموزش و 00 % براي آزمايش) تقسيم شدند. نتايج حاصل از مدلسازي با دادههاي تجربي مقايسه و نتايج نشان داد كه مدل بدست آمده تطابق بسيار خوبي با دادههاي تجربي دارد.