Atık su ve aktif çamur karakteristiklerinin tahmininde karar ağaçları ve yapay sinir ağlarının karşılaştırılması
Comparison of decision trees and artificial neural networks in estimating of wastewater and active sludge characteristics
- Tez No: 751295
- Danışmanlar: DOÇ. DR. OĞUZ AKPOLAT
- Tez Türü: Yüksek Lisans
- Konular: Kimya, Chemistry
- Anahtar Kelimeler: Aktif çamur, Atık su, Karar ağacı, Optimizasyon, Parametreler, Yapay sinir ağları, Activated sludge, Waste water, Decision tree, Optimization, Parameters, Artificial neural networks
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Muğla Sıtkı Koçman Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kimya Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Atık suların özelliklerinin belirlenmesinde Biyokimyasal oksijen ihtiyacı (BOD5), kimyasal oksijen ihtiyacı (COD), toplam organik karbon (TOC) ve çözünmüş oksijen (DO) miktarlarının tayini atık suyun karakterizasyonu açısından en temel ölçüm kriterleridir. Biyolojik oksijen ihtiyacı (BOD5), atık su arıtma tesislerine gelen ham atık su veya arıtılmış atık sudan alınan örneklerle yapılacak olan asitlik (pH), sıcaklık (T), iletkenlik (C), çözünmüş oksijen (DO), oksijen doygunluğu (SO), tuzluluk (SA), elektriksel iletkenlik (EC), kimyasal oksijen ihtiyacı (COD), askıda katı madde (LSS), toplam azot (TN), toplam fosfor (TP) ile BOD5 en az 5 gün sürerken diğerlerin hepsi bir günden az olmaktadır. Daha önce yapılan yukarıdaki parametrelerin ölçüldüğü bir çalışmada 334 adet örneğe ilişkin veri setinde veri setinde bulunan bu parametrelerinin karar ağacı yöntemiyle KNIME veri madenciliği paketinden yararlanarak BOD5 parametresine etkileri irdelenmiştir. Böylece BOD5 parametresine etkileri bilinen parametrelerin ağırlıklı etkileri dikkate alınarak sonucu bilinmeyen bir örneğin muhtemel BOD5 değerinin tahminine çalışılmıştır. Bu çerçevede yapılmış olan bu çalışmada da bu veri seti esas alınarak, veri madenciliği yöntemlerinden Karar Ağaçları ve Yapay Sinir Ağları hem yapısal hem de sonuçlar açısından ayrıntılı olarak incelenmiştir. Her iki yöntemin sonuçları karşılaştırıldığında, kutulanmış (Binned) değerlerin bulunduğu sınıflar arasında dağılımların yakın ancak kaymalar içerdiği görülmektedir. Sınıf sayıları arttırıldığında bu kaymaların kısmen de olsa giderilebileceği unutulmamalıdır. Ayrıca bu sonuçlar gelecek çalışmalarda hem Karar Ağaçları için gruplama sayısı, kazanç gibi hem de Yapay Sinir Ağları için ağ katman sayısı ve kazanç oranı gibi parametreler değiştirilerek optimize edilebilir.
Özet (Çeviri)
In determining the properties of wastewater the amounts of biochemical oxygen demand (BOD5), chemical oxygen demand (COD), total organic carbon (TOC) and dissolved oxygen (DO) are the most basic measurement criteria for characterization of wastewater. Biological oxygen demand analysis (BOD5), together with the analysis of acidity (pH), temperature (T), conductivity (C), dissolved oxygen (DO), oxygen saturation (SO), salinity (SA), electrical conductivity (EC), chemical oxygen demand (COD), suspended solids (LSS), total nitrogen (TN) and total phosphorus (TP) made for the samples taken from the raw waste water coming to waste water treatment plants or treated waste water, lasts at least 5 days, as all others less than a day. In a study in which the above parameters were measured before, the effects of these parameters in the data set of 334 samples on the BOD5 parameter were investigated by using the decision tree method by the KNIME data mining package. Thus, taking into account the weighted effects of the parameters whose effects on the BOD5 parameter are known, the probable BOD5 value of an unknown sample has been estimated. In this study, based on this data set, Decision Trees and Artificial Neural Networks, which are among the data mining methods, were examined in detail in terms of both structural and results. When the results of both methods are compared, it could be seen that the distributions among the classes in binned values are close, but except for minor differences. It should be kept in mind that these shifts could be partially eliminated when the number of classes is increased. In addition, these results can be optimized in future studies by changing parameters such as the number of groupings or gain for (Decision Trees), and such as network layer number and gain rate for (Artificial Neural Networks).
Benzer Tezler
- Atık su ve aktif çamur karakteristiklerinin sınıflandırılması ve uygulanan analiz yöntemlerinin değerlendirilmesi
Classification of waste water and active sludge properties and evaluation of analysis methods
MURAD MUKHTAROV
Yüksek Lisans
Türkçe
2020
Çevre MühendisliğiMuğla Sıtkı Koçman ÜniversitesiÇevre Bilimleri Ana Bilim Dalı
DOÇ. DR. OĞUZ AKPOLAT
- Kentsel atıksu arıtma tesisi anaerobik çamur çürütücülerinin dinamik proses modelleme yaklaşımı ile analizi
Analysis with dynamic process modeling approach of anaerobic sludge digesters of the urban wastewater treatment plant
KERİM EKİCİ
Yüksek Lisans
Türkçe
2018
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. HAYRETTİN GÜÇLÜ İNSEL
- Development of a process selection and cost estimation software for modifications of activated sludge treatment of municipal wastewaters
Şehirsel atıksuların arıtımında kullanılarak aktif çamur arıtma sistemlerinin tipinin seçilmesinde ve maliyetlerinin tahmininde kullanılmak üzere bir yazılım geliştirilmesi
HAYDAR ÖZLER
Yüksek Lisans
İngilizce
1999
Çevre MühendisliğiOrta Doğu Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. SELÇUK SOYUPAK
- Modelling of nitrogen removal in Ankara Wastewater Treatment Plant
Ankara Atıksu Arıtma Tesisi'nde nitrojen arıtımının modellenmesi
EUN-AH KİM
Yüksek Lisans
İngilizce
2002
Çevre MühendisliğiOrta Doğu Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. CELAL F. GÖKÇAY
- Tekstil endüstrisi atıksularında kalıcı KOİ'nin belirlenmesi
Determination of the ined cod for the textile industry effluents
MELTEM ÇALIŞKAN
Yüksek Lisans
Türkçe
1997
Çevre MühendisliğiCumhuriyet ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MUSTAFA DEĞİRMENCİ