fa بررسی مدل‌های آماری در مدل‌سازی فرآیند تصفیه فاضلاب با استفاده از روش داده کاوی عمومى General پژوهشي Research <div style="margin-right:42.55pt"> <p dir="RTL"><strong>زمینه و هدف:</strong> تصفیه فاضلاب شامل فرآیندهای فیزیکی، شیمیایی و بیولوژیکی بسیار پیچیده و وابسته به هم می باشد، با استفاده از روش های داده کاوی می توان با دقت زیاد و بوسیله مدل های بدون محاسبات پیچیده ریاضی&nbsp; فرآیندهای تصفیه فاضلاب را مدلسازی کرد.</p> <p dir="RTL"><strong>مواد</strong> <strong>و</strong> <strong>روش‌ها:</strong> در این پژوهش از داده های مربوط به فرآیندهای تصفیه فاضلاب موجود در شرکت آب و فاضلاب استان کهگیلویه و بویر احمد استفاده گردید. در مجموع 3306 داده مربوط به <span dir="LTR">COD</span>، <span dir="LTR">TSS</span>، <span dir="LTR">&nbsp;PH</span>و کدورت جمع آوری گردید. در نهایت داده های گردآوری شده با استفاده از نرم افزار های تحلیل آماری <span dir="LTR">SPSS-16</span> (آمارتوصیفی) و داده کاوی <span dir="LTR">Ibm Spss Modeler 14.2</span> و از طریق 9 الگوریتم مورد تجزیه و تحلیل قرار گرفتند.</p> <p dir="RTL"><strong>نتایج:</strong> با توجه به نتایج بدست آمده بر روی الگوریتم های رگرسیون لجستیکی، شبکه عصبی، شبکه بیزی، تحلیل تفکیکی، درخت تصمیم <span dir="LTR">C5</span>، درخت <span dir="LTR">C&R </span>، <span dir="LTR">CHAID</span>، <span dir="LTR">QUEST</span>و <span dir="LTR">SVM</span> به ترتیب دارای درصد دقت درستی 16/90، 17/94 ، 37/81 ، 48/70 ، 89/97 ، 56/96 ، 46/96 ، 84/96 ، 92/88 بودند.</p> <p dir="RTL">بحث ونتیجه‌گیری: در این مطالعه، الگوریتم <span dir="LTR">C5</span> به عنوان بهترین و کارآمدترین الگوریتم در جهت مدلسازی فرآیندهای تصفیه فاضلاب با دقت 899/97 درصد انتخاب گردید و موثرترین متغیر ها در این مدل به ترتیب <span dir="LTR">PH</span>، <span dir="LTR">COD</span>، <span dir="LTR">TSS</span> و کدورت بودند.</p> </div> <div style="margin-left:42.55pt"> <p><strong>Background:</strong> Wastewater treatment includes very complex and interrelated physical, chemical and biological processes which using data analysis techniques can be rigorously modeled by a non-complex mathematical calculation models.</p> <p><strong>Materials and Methods:</strong> In this study, data on wastewater treatment processes from water and wastewater company of Kohgiluyeh and Boyer Ahmad were used. A total of 3306 data for COD, TSS, PH and turbidity were collected, then analyzed by SPSS-16 software (descriptive statistics) and data analysis IBM SPSS Modeler 14.2, through 9 algorithm.</p> <p><strong>Results: </strong>According to the results on logistic regression algorithms, neural networks, Bayesian networks, discriminant analysis, decision tree C5, tree C & R, CHAID, QUEST and SVM had accuracy precision of 90.16, 94.17, 81.37, 70.48, 97.89, 96.56, 96.46, 96.84 and 88.92, respectively.</p> <p><strong>Discussion and conclusion:</strong> The C5 algorithm as the best and most applicable algorithms for modeling of wastewater treatment processes were chosen carefully with accuracy of 97.899 and the most influential variables in this model were PH, COD, TSS and turbidity.</p> </div> مدلسازی فرآیند تصفیه فاضلاب, داده کاوی, دسته بندی, کهگیلویه و بویر احمد Wastewater Treatment Process Modeling, Data Analyzing, Classification, Kohgiluyeh and Boyer Ahmad 186 194 http://jehe.abzums.ac.ir/browse.php?a_code=A-10-111-4&slc_lang=fa&sid=1 Alireza Raygan Shirazinezhad علیرضا رایگان شیرازی نژاد 10031947532846001606 10031947532846001606 No مرکز تحقیقات عوامل اجتماعی موثر بر سلامت، دانشگاه علوم پزشکی یاسوج، یاسوج، ایران Morteza Zare مرتضی زارع 10031947532846001607 10031947532846001607 No گروه مهندسی بهداشت محیط، دانشکده بهداشت دانشگاه علوم پزشکی یاسوج، یاسوج، ایران Fahime Zare فهیمه زارع 10031947532846001608 10031947532846001608 No گروه مهندسی فناوری اطلاعات، دانشگاه شهید بهشتی، تهران، ایران Mohammad Mehdi Baneshi محمد مهدی بانشی 10031947532846001609 10031947532846001609 Yes مرکز تحقیقات عوامل اجتماعی موثر بر سلامت، دانشگاه علوم پزشکی یاسوج، یاسوج، ایران Soheila Rezaei سهیلا رضایی 10031947532846001610 10031947532846001610 No گروه مهندسی بهداشت محیط، دانشکده بهداشت دانشگاه علوم پزشکی یاسوج، یاسوج، ایران