Prediction du taux d'échec par les réseaux de neurones artificielles

dans une station d'épuration des eaux usées résiduaires

Les performances des processus de traitement sont généralement influencées par de nombreux facteurs tels que les changements qualitatifs et quantitatifs dans les eaux usées et la variabilité inhérente du procédé de traitement.

La législation algérienne a établi des critères de qualité de l'eau traitée et rejetée, donc il devrait être possible d'évaluer la performance du processus et la fiabilité des installations pour assurer leurs conformités.La prévision du comportement des systèmes complexes a été un vaste domaine d'application pour les réseaux de neurones artificiels.

Des applications telles que la prévision économique, la charge d'électricité / prévision de la demande, et la prévision des phénomènes naturels et physiques ont été largement étudiés, d'où les nombreux articles présentés lors des conférences annuelles dans ce domaine d'intervention.

La capacité cognitive des réseaux de neurones artificiels pour la cartographie des entrées-sortie complexes et les relations non linéaires, ce qui permettrait une meilleure prévision du processus et de contrôle, les rendent particulièrement attrayant.