مدلسازي ميزان كل كربن آلي در آب شرب با استفاده از شبكه عصبي و بررسي اثر پارامترهاي ممكن بر آن در شبكه توزيع آب رشت

Modeling the total amount of organic carbon in drinking water using the neural network and studying the effect of possible parameters on it in Rasht Water Distribution Network

در اين مطالعه جهت مدل¬سازي ميزان كل كربن آلي در آب شرب، از شبكه عصبي مصنوعي از نوع GMDH استفاده شده است. پس از آموزش، شبكه عصبي GMDH قادر است براساس مشخصات كيفي آب، درجه حرارت، PH و ميزان غلظت پتاسيم پرمنگنات در آب شرب، ميزان كل كربن آلي را پيش بيني كند. از اندازه گيري¬هاي انجام يافته بر روي آب شرب تصفيه خانه بزرگ گيلان، داده¬هاي مورد نياز، جهت آموزش و تست شبكه عصبي GMDH اخذ شده است. آب شرب اين تصفيه خانه در سال¬هاي 1395و 1396 در تمامي فصول پايش شده است. پارامتر هدف در شبكه عصبي GMDH، ميزان كل كربن آلي در آب شرب در نظر گرفته شده است. در اين مطالعه شبكه عصبي GMDH كه داراي 5 لايه پنهان مي باشد، به عنوان شبكه عصبي بهينه انتخاب شده است. با توجه به شاخص¬هاي آماري بدست آمده (ضريب همبستگي=9965/0) و داده هاي ورودي در نظر گرفته شده، برآورد ميزان غلظت كل كربن آلي در آب شرب توسط شبكه عصبي GMDH از كارايي مناسبي برخوردار است.