فهرست نشریات علمی دسترسی آزاد ایران

مدل‌ها می‎توانند تا حد زیادی به بهینه‌سازی و کنترل فرآیندهای تصفیه کمک نمایند. بنابراین با درنظرگرفتن این موضوع، تحقیق حاضر، اکسیژن مورد نیاز بیولوژیکی (BODeff) و اکسیژن مورد نیاز شیمیایی (CODeff) پساب تصفیه‌خانه فاضلاب شهری تبریز را که تصفیه‌خانه‌ای به‌روش لجن فعال با هوادهی دیفیوزری می‌باشد، به‌عنوان دو شاخص مهم در بررسی میزان آلودگی، با استفاده از شبکه عصبی مصنوعی(ANN)  و حافظه طولانی کوتاه‌مدت (LSTM) بر پایه داده‌های روزانه مربوط به اطلاعات تصفیه‌خانه، مورد بررسی قرار داده است. ویژگی‎های ورودی قبل از استفاده برای مدل، توسط میانگین متحرک ساده (SMA) حذف نویز شدند؛ سپس با به‌کارگیری دو روش، ارتباط خطی و ارتباط غیرخطی بین ویژگی‌ها بررسی شد و ورودی‌های مدل انتخاب شدند. نتایج ضریب تبدیل با ANN و LSTM برای BOD به COD به‌ترتیب 66/1 و 65/1 و برای کل جامدات محلول (TDS) به هدایت الکتریکی (EC)، 32/1 و 33/1 بوده که مقادیر مناسبی هستند و دقت مدل‌ها را در تخمین روابط نشان می‌دهند. همچنین برای درک اهمیت هریک از ویژگی‎ها در نتایج به‌دست‎ آمده، از روش جدید و نوظهور هوش ­مصنوعی توضیح‎پذیر (XAI) مورد استفاده قرار گرفت. BODeff و CODeff با تأخیر یک روزه، TDS و EC به‌عنوان ویژگی‎های مهم شناسایی شدند.