AbstractDissolved oxygen (DO) conce

Abstract
Dissolved oxygen (DO) concentrations have been used as primary indicator of stream water quality. A problem of
great social importance is determining how to best retain the quality of stream water and maintain DO
concentrations using various pollution control activities. This paper presents the use of artificial neural network
(ANN) technique to estimate the DO concentrations at the downstream of Mathura city, India, located at the bank of
River Yamuna in the state of Uttar Pradesh, India. In the analysis, the most commonly used feed forward error back
propagation neural network technique has been applied. Monthly data sets on flow discharge, temperature, pH,
biochemical oxygen demand (BOD) and dissolved oxygen (DO) at three locations, namely, Mathura (upstream),
Mathura (central) and Mathura (downstream) have been used for the analysis. Feed forward error back propagation
algorithm, the most commonly used ANN technique, was used to develop three types of ANN models using
different combinations of input variables and input stations, namely: (a) All the data sets for stations Mathura
(upstream), Mathura (central) and Mathura (downstream) except DO values at Mathura (downstream) (b) All data
sets for the stations Mathura (upstream), and Mathura (central), and (c) All the data sets for the stations Mathura
(upstream). The performance of the ANN technique has been evaluated using statistical tools (in terms of root mean
square error and coefficient of correlation). The predicted values of DO showed prominent accuracy by producing
high correlations (upto 0.9) between measured and predicted values.
© 2015 The Authors. Published by Elsevier B.V.
Peer-review under responsibility of organizing committee of ICWRCOE 2015.
Keywords: Artificial Neural Network,,Water Quality, Dissolved Oxygen, River Yamuna

ผลลัพธ์ (ไทย) 1:

บทคัดย่อความเข้มข้นของออกซิเจนละลาย (DO) มีการใช้เป็นตัวบ่งชี้หลักของกระแสน้ำ ปัญหาของความสำคัญต่อสังคมคือการกำหนดวิธีการรักษาคุณภาพของน้ำในลำธารส่วน และรักษาทำความเข้มข้นในการใช้กิจกรรมเพื่อการควบคุมมลพิษต่าง ๆ เอกสารนี้นำเสนอการใช้โครงข่ายประสาทเทียม(แอน) เทคนิคการประเมินความเข้มข้นทำในที่ปลายน้ำที่เมืองมธุระ อินเดีย ตั้งอยู่ที่ธนาคารยามูนาริเวอร์ในรัฐอุตตระประเทศ อินเดีย ในการวิเคราะห์ การใช้ตัวดึงข้อมูลไปข้างหน้าข้อผิดพลาดกลับมามีการใช้เทคนิคโครงข่ายประสาทเผยแพร่ ค่ารายเดือนในการปล่อยไหล อุณหภูมิ pHbiochemical ความต้องการออกซิเจน (BOD) และปริมาณออกซิเจนละลาย (ทำ) ที่สามสถาน คือ มธุระ (ต้นน้ำ),มธุระ (กลาง) และมธุระ (น้ำ) ได้ถูกใช้สำหรับการวิเคราะห์ อาหารเผยแพร่กลับพลาดไปข้างหน้าอัลกอริทึม เทคนิคที่ใช้บ่อยที่สุดแอน ใช้ในการพัฒนาการใช้รุ่นแอนชุดของตัวแปรอินพุตและสัญญาณสถานี คือ: (a) ทั้งหมดในชุดข้อมูลสำหรับสถานีมธุระ(ต้นน้ำ), (กลาง) มธุระมธุระ (น้ำ) ยกเว้นทำค่าในมธุระ (ปลายน้ำ) (b) ข้อมูลทั้งหมดกำหนดชุดข้อมูลสำหรับสถานีมธุระสำหรับสถานีมธุระ (ต้นน้ำ), และมธุระ (กลาง), และ (c) ทั้งหมด(ขั้นต้นน้ำ) ประสิทธิภาพของเทคนิคแอนน์ได้รับการประเมินโดยใช้เครื่องมือทางสถิติ (ในหมายความว่ารากตารางข้อผิดพลาดและความสัมพันธ์ของสัมประสิทธิ์) ค่าคาดการณ์ของโดแสดงให้เห็นความโดดเด่น โดยการผลิตสัมพันธ์สูง (สำหรับ 0.9) ระหว่างค่าวัด และคาดการณ์© 2015 ผู้เขียน เผยแพร่ โดย Elsevier b.vเพียร์ทบทวนภายใต้ความรับผิดชอบจัดระเบียบกรรมการ ICWRCOE 2015คำสำคัญ: โครงข่ายประสาทเทียม คุณภาพน้ำ ส่วนยุบออกซิเจน ยามูนาริเวอร์

ผลลัพธ์ (ไทย) 2:

บทคัดย่อออกซิเจนละลาย (DO) ความเข้มข้นได้ถูกนำมาใช้เป็นตัวบ่งชี้หลักของคุณภาพน้ำกระแส
ปัญหาของความสำคัญทางสังคมที่ดีคือการกำหนดวิธีการที่ดีที่สุดรักษาคุณภาพของน้ำลำธารและรักษา DO ความเข้มข้นโดยใช้กิจกรรมการควบคุมมลพิษต่างๆ บทความนี้นำเสนอการใช้งานของเครือข่ายประสาทเทียม(ANN) เทคนิคการประมาณความเข้มข้น DO ที่ปลายน้ำของเมืองมถุรา, อินเดีย, ตั้งอยู่ที่ธนาคารของแม่น้ำYamuna ในรัฐอุตตรประเทศอินเดีย ในการวิเคราะห์การใช้กันมากที่สุดฟีข้อผิดพลาดกลับไปข้างหน้าการขยายพันธุ์เทคนิคเครือข่ายประสาทได้ถูกนำมาใช้ ชุดข้อมูลรายเดือนในการปล่อยไหลอุณหภูมิค่า pH, ความต้องการออกซิเจนทางชีวเคมี (BOD) และออกซิเจนที่ละลายในน้ำ (DO) ที่สามสถานที่คือมถุรา (ต้นน้ำ) มถุรา (กลาง) และมถุรา (ดาวน์สตรีม) ได้ถูกนำมาใช้ในการวิเคราะห์ ฟีดข้อผิดพลาดไปข้างหน้ากลับมาขยายพันธุ์ขั้นตอนวิธีที่ใช้กันมากที่สุดเทคนิค ANN ถูกนำมาใช้ในการพัฒนาสามประเภทของแบบจำลอง ANN ใช้ชุดที่แตกต่างกันของตัวแปรและสถานีการป้อนข้อมูลคือ (ก) ทุกชุดข้อมูลสำหรับสถานีมถุรา (ต้นน้ำ) มถุรา (กลาง) และมถุรา (ดาวน์สตรีม) ยกเว้นค่า DO ที่มถุรา (ดาวน์สตรีม) (ข) ข้อมูลทั้งหมดที่ชุดสำหรับสถานีมถุรา(ต้นน้ำ) และมถุรา (กลาง) และ (ค) ทุกชุดข้อมูลสำหรับสถานีมถุรา(ต้นน้ำ ) ประสิทธิภาพการทำงานของแอนเทคนิคที่ได้รับการประเมินโดยใช้เครื่องมือทางสถิติ (ในแง่ของรากหมายถึงความผิดพลาดของสแควร์และค่าสัมประสิทธิ์ของความสัมพันธ์) ค่าที่คาดการณ์ของ DO แสดงให้เห็นความถูกต้องที่โดดเด่นด้วยการผลิตความสัมพันธ์สูง(ไม่เกิน 0.9) ระหว่างค่าที่วัดและคาดการณ์ไว้. © 2015 ผู้เขียน จัดทำโดย Elsevier BV ทบทวนภายใต้ความรับผิดชอบของคณะกรรมการจัด ICWRCOE 2015 คำสำคัญ: ประดิษฐ์โครงข่ายประสาทเทียม ,, คุณภาพน้ำ, ออกซิเจนละลายแม่น้ำ Yamuna

ผลลัพธ์ (ไทย) 3:

นามธรรม
ปริมาณออกซิเจน ( DO ) ความเข้มข้นได้ถูกใช้เป็นตัวบ่งชี้หลักของคุณภาพน้ำลำธาร ปัญหาของสังคมที่ดีคือการกำหนดความสำคัญ
วิธีการที่ดีที่สุดรักษาคุณภาพของน้ำในลำธาร และรักษาทำ
ความเข้มข้นการใช้กิจกรรมควบคุมมลพิษต่าง ๆ บทความนี้เสนอการใช้โครงข่ายใยประสาทเทียม
( แอน ) เทคนิคประเมินทำเข้มข้นที่ท้ายเมืองมถุรา อินเดีย ตั้งอยู่ที่ธนาคารของแม่น้ำ Yamuna
ในรัฐอุตตร อินเดีย ในการวิเคราะห์ได้ใช้บ่อยที่สุดข้อผิดพลาดหลัง
ป้อนไปข้างหน้าโดยนิวรอลเทคนิคได้ถูกใช้ ข้อมูลชุดในการไหล อุณหภูมิ pH
ความต้องการออกซิเจนทางชีวเคมี ( BOD ) และออกซิเจน ( DO ) ในสถานที่ 3 แห่ง คือ มธุระ , มธุระ ( upstream )
( กลาง ) และมถุรา ( ปลายน้ำ ) ได้ถูกนำมาใช้ในการวิเคราะห์ ดึงไปข้างหน้าข้อผิดพลาดกลับแพร่
อัลกอริทึม ที่ใช้บ่อยที่สุด แอน เทคนิค ถูกใช้เพื่อพัฒนาสามชนิดของแอนแบบใช้
ชุดที่แตกต่างกันของตัวแปรและสถานีเข้าได้แก่( 1 ) ทุกชุดข้อมูลสำหรับสถานีท่องเที่ยว
( upstream ) ท่องเที่ยว ( กลาง ) และมถุรา ( ปลายน้ำ ) นอกจากทำที่ค่า ( ปลายน้ำ ) ท่องเที่ยว ( B ) ข้อมูลทั้งหมด
ชุดสถานีท่องเที่ยว ( ต้นน้ำ ) และมถุรา ( ภาคกลาง ) , และ ( ค ) ทุกชุดข้อมูลสถานี ท่องเที่ยว
( ต้นน้ำ ) ประสิทธิภาพของเทคนิคแอนได้ถูกประเมินโดยใช้เครื่องมือทางสถิติ ( ในแง่ของ
หมายถึงรากข้อผิดพลาดสแควร์และค่าสัมประสิทธิ์สหสัมพันธ์ ) ค่าพยากรณ์ที่ได้จากทำให้ความแม่นยำที่โดดเด่นโดยการผลิต
ความสัมพันธ์สูง ( ไม่เกิน 0.9 ) ระหว่างวัดและทำนายค่า
สงวนลิขสิทธิ์ 2015 ผู้เขียน ที่ตีพิมพ์โดยเอลส์เท่า
ทบทวนภายใต้ความรับผิดชอบของคณะกรรมการการจัดระเบียบของ icwrcoe 2015 .
คำสำคัญ , โครงข่ายประสาทเทียม , คุณภาพน้ำ , ออกซิเจนละลาย , Yamuna แม่น้ำ