فهرست نشریات علمی دسترسی آزاد ایران

با توجه به محدود بودن منابع آب در جهان، مدل‌سازی و پیش‌بینی پارامتر‌های کیفی پساب خروجی تصفیه‌خانه فاضلاب، نقش مهمی را در حوزه مدیریت منابع آب در مناطق مختلف جهان ایفا می‌کند. محدود بودن منابع آب شیرین در جهان و همچنین رشد روز‌افزون جمعیت و توسعه شهرنشینی، رویکرد استفاده مجدد از پساب‏های شهری را اجتناب‌ناپذیر ساخته است. در چنین شرایطی، استفاده از آب بازیافتی می‌تواند به عنوان یکی از راه‌های غلبه بر کم‌آبی و جلوگیری از هدر دادن منابع آب تلقی شود. در این مطالعه، از مدل‌های شبکه عصبی چندلایه MLP، شبکه عصبی شعاعی پایه RABF و همچنین ادغام این مدل‌ها با چندین الگوریتم دیگر از جمله، الگوریتم ژنتیک GA، الگوریتم ازدحام ذرات PSO و الگوریتم سینوس‌کسینوس SCA، به منظور پیش‌بینی پارامترهای کیقی پساب خروجی تصفیه‌خانه فاضلاب از جمله BODeff، CODeff و TSSeff بهره گرفته شد. در واقع مزیت بکارگیری الگوریتم‌های بهینه‌سازی GA، PSO و SCA، یافتن مدل عصبی بهینه بوده است. 4 پارامتر موثر شامل اکسیژن‌خواهی بیوشیمیایی 5 روزه (BOD5)، اکسیژن‌خواهی شیمیایی (COD)، کل مواد جامد معلق در فاضلاب (TSS) و خاصیت اسیدی یا قلیایی فاضلاب (pH)، طی دوره آماری 3 ساله (1397 تا 1399) به عنوان ورودی به مدل انتخاب شدند. همچنین سایزهای 70% و 30% به عنوان بهترین سایزها برای مراحل آموزش و آزمایش به منظور مدل‌سازی پارامترهای BODeff و CODeff تعیین شدند.