مقاله ارزیابی کارایی شبکه عصبی مصنوعی در پیش بینی حذف پنتاکلروفنل از محیط های آبی توسط فرآیند ازن زنی کاتالیزوری

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله ارزیابی کارایی شبکه عصبی مصنوعی در پیش بینی حذف پنتاکلروفنل از محیط های آبی توسط فرآیند ازن زنی کاتالیزوری دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله ارزیابی کارایی شبکه عصبی مصنوعی در پیش بینی حذف پنتاکلروفنل از محیط های آبی توسط فرآیند ازن زنی کاتالیزوری  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله ارزیابی کارایی شبکه عصبی مصنوعی در پیش بینی حذف پنتاکلروفنل از محیط های آبی توسط فرآیند ازن زنی کاتالیزوری،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله ارزیابی کارایی شبکه عصبی مصنوعی در پیش بینی حذف پنتاکلروفنل از محیط های آبی توسط فرآیند ازن زنی کاتالیزوری :

تعداد صفحات:۱۰
چکیده:
مقدمه و اهمیت موضوع: تصفیه فاضلاب های دارای مواد دیر تجزیه پذیر توسط فرآیندهای اکسیداسیون پیشرفته از فاکتور متعددی تاثیرمی پذیرد. به دلیل پیچیدگی این گونه فرآیندها، مدل سازی و شبیه سازی توسط روشهای مدل سازی متعارف، دشوار خواهد بود. شبکه عصبی مصنوعی (ANN) به علت سادگی در شبیه سازی و پیش بینی عملکرد فرآیند، در بسیاری از علوم مهندسی از جمله علوم زیست محیطی به عنوان یک ابزار امیدوار کننده مورد استفاده قرار می گیرد. مواد و روش ها: در این تحقیق، کاربرد شبکه عصبی مصنوعی جهت پیش بینی حذف پنتاکلروفنل (PCP) از محیط های آبی توسط فرآیند ازن زنی کاتالیزوری مورد مطالعه قرار گرفته است. آزمایشات مربوط به ازن زنی در یک راکتور با جریان نیمه منقطع در حضور آلومینای فعال انجام و برخی پارامترهای موثر بر فرآیند نیز مورد بررسی قرار گرفته است. بعد از انجام آزمایشات، داده ها جمع آوری و نرمال سازی شده و در نهایت ۶۰ داده جهت بررسی عملکرد ANN انتخاب گردیده است. در این بخش از مطالعه، یک شبکه سه لایه پس انتشار با عملکرد تابع انتقال سیگموئید در لایه پنهان و تابع انتقال خطی در لایه خروجی مورد استفاده قرار گرفته است. آموزش و شبیه سازی رفتار شبکه عصبی در فرآیند پیش بینی حذف PCP، به ترتیب توسط الگوریتم پس انتشار و نرم افزار ریاضی MATLAB R2012aانجام شده است. داده های به دست آمده از مرحله آزمایشگاهی به دو گروه ماتریکس ورودی و هدف تقسیم گردید. متغییرهای ورودی شامل pH، زمان واکنش، مقادیر کاتالیست، غلظت اولیه PCP و غلظت ازن محلول بوده و حذف PCP نیز به عنوان هدف در نظر گرفته شده است. همچنین داده ها جهت آموزش (۲/۱)، اعتبار سنجی(۴/۱) و تست (۴/۱) تقسیم بندی شده که در هر گروه به ترتیب ۳۰، ۱۵ و ۱۵ نمونه موجود می باشد.نتایج و بحث: در نهایت یک شبکه عصبی سه لایه با تعداد یک نرون در لایه ورودی، ۱۴ نرون در لایه پنهان، و یک نرون در لایه خروجی انتخاب گردیده است. با توجه به نتایج، مقادیر ضریب همبستگی (R2) و مربع مجذور میانگین خطا (RMSE) به ترتیب ۹۹۵۲/۰ و ۷۷۱۲/۰ برآورد شده که این خود موید تقارب بسیار زیاد مقادیر پیش بینی شده توسط ANN و نتایج آزمایشگاهی می باشد. نتیجه گیری: نتایج نشان داد که مدلسازی توسط شبکه عصبی قادر است رفتار فرآیند ازن زنی کاتالیزوری را بخوبی پیش بینی نماید.