خلاصه این مقاله یک رویکرد جدید بر پایۀ یک مدل شبکۀ عصبی مصنوعی که به منظور پیش بینی کیفیت پساب یک تصفیه خانۀ فاضلاب صنعتی طراحی شده است را ارائه می دهد. ساختار بهینه از یک مدل شبکۀ عصبی مصنوعی، به منظور ارزیابی عملکرد تصفیه خانۀ فاضلاب صنعتی، توسعه داده شده است. برای این منظور از شبکۀ عصبی پرسپترون چندلایه که از پر کاربردترین شبکه های عصبی مصنوعی در مسائل زیست محیطی می باشد، استفاده گردیده است. ورودی های شبکۀ عصبی مصنوعی شامل هشت پارامتر کلیدی تصفیۀ فاضلاب می باشد که در مجموع نتایج تعداد 350 آزمایش برای آموزش و سپس صحت سنجی مدل مورد استفاده قرار گرفته است. برای تعیین چگونگی و مقدار تأثیر ورودی ها بر خروجی مدل، تحلیل حساسیت روی آنها انجام شده است. نتایج برگرفته از روش تحلیل حساسیت نشان دهندۀ میزان تأثیر هر کدام از پارامترها بر روی راندمان تصفیه می باشد. طبق این نتایج pH و دما تأثیر گذارترین عوامل بر روی دقت پیش بینی TSS پساب خروجی می باشند.

کلمات کلیدی