مدل سازی فرایند لجن فعال با روش ترکیبی سیستم استنتاج فازی عصبی تطبیقی

در این مطالعه، از سامانه استنتاج فازی-عصبی تطبیقی برای مدل‌سازی فرایند تصفیه فاضلاب لجن فعال پتروشیمی مبین استفاده شد. این مدل برای پیش‌بینی غلظت اکسیژن مورد نیاز شیمیایی خروجی مورد استفاده قرار گرفت و ضریب همبستگی بین پارامترهای ورودی و کیفیت جریان خروجی محاسبه شد. پارامتر ورودی با بیشترین تاثیر بر کیفیت جریان خروجی تعیین شد و بر اساس آن، سه ساختار فازی- عصبی تطبیقی مستقل با تعداد پارامترهای گوناگون بررسی شد. پیش‌بینی‌های مدل‌های فازی- عصبی تطبیقی با پیش‌بینی‌های مدل شبکه عصبی مصنوعی چندلایه با ساختاری مشابه مقایسه شدند. بررسی نتایج به‌دست آمده نشان می‌دهد که هر دو روش هوش مصنوعی، روش‌های مدل‌سازی منعطف، با دوام و موثری را برای سیستم لجن فعال ارائه می‌دهند. همچنین، پس از مقایسه خطای پیش‌بینی هر یک از این دو روش، مشاهده می‌شود که با استفاده از سیستم استنتاج فازی-عصبی تطبیقی (با مجذور میانگین مربعات خطای 14/5 برای داده‌های آزمایش) می‌توان به نتایج بهتر و بازدهی بالاتری نسبت به شبکه عصبی مصنوعی (با مجذور میانگین مربعات خطای 59/6 برای داده‌های آزمایش) دست یافت.