Vorhersage der Ausfallrate durch künstliche neuronale Netze

Die Leistung von Aufbereitungsprozessen wird im Allgemeinen von vielen Faktoren beeinflusst, z. B. von qualitativen und quantitativen Veränderungen im Abwasser und der inhärenten Variabilität des Aufbereitungsprozesses. Die algerische Gesetzgebung hat Kriterien für die Qualität des aufbereiteten und abgeleiteten Wassers festgelegt, daher sollte es möglich sein, die Prozessleistung und die Zuverlässigkeit der Anlagen zu bewerten, um ihre Konformität zu gewährleisten.Die Vorhersage des Verhaltens komplexer Systeme war ein breites Anwendungsgebiet für künstliche neuronale Netze. Anwendungen wie Wirtschaftsprognosen, Stromlast/Nachfrageprognose und die Vorhersage natürlicher und physikalischer Phänomene wurden umfassend untersucht, woraus sich die zahlreichen Artikel ergeben, die auf den jährlichen Konferenzen in diesem Interventionsbereich vorgestellt wurden. Die kognitive Fähigkeit künstlicher neuronaler Netze zur Abbildung komplexer Input-Output- und nichtlinearer Beziehungen, die eine bessere Prozessvorhersage und -steuerung ermöglichen würden, macht sie besonders attraktiv.

Autorentext

Messaoud Djeddou promovierte. an der Universität Mohamed Khider in Biskra, Algerien, im Jahr 2014. Derzeit ist er Assistenzprofessor an der Universität Larbi Ben M'Hidi in Oum El-Bouaghi. Seine derzeitigen Forschungsinteressen gelten der Anwendung von KI in den Hydraulikwissenschaften sowie der Wasser- und Umwelttechnik.