본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

목차보기

표제지

목차

1. 서론 11

1.1. 연구의 필요성 11

1.2. 연구목적 및 범위 13

2. 이론적 배경 14

2.1. 유입수 예측 관련 선행연구 사례 14

2.2. 공정성능 평가 및 예측 관련 연구사례 16

2.3. 인공신경망 이론 18

2.3.1. 생물학적 뇌신경의 구성 및 신호전달 20

2.3.2. 인공신경망의 기본 구성 및 동작 22

2.3.3. 인공신경망의 분류 및 구조 24

2.3.4. 인공신경망의 전이함수 26

2.3.5. 인공신경망의 학습 29

3. 재료 및 방법 33

3.1. 자료수집 및 데이터 전처리 33

3.1.1. 대상하수 처리장 선정 33

3.1.2. 자료수집 36

3.1.3. 데이터 전처리 38

3.2. 인공신경망을 예측 모델 개발 41

3.2.1. 선정된 인공신경망의 일반적 구조 41

3.2.2. 인공신경망의 신호전달 체계 43

3.2.3. 인공신경망의 학습 45

3.2.4. 인공신경망의 구조와 학습종료 시점 선정 46

3.2.5. 개발된 모델의 검정 47

4. 결과 및 고찰 48

4.1. 유입수 예측 모델 개발 48

4.1.1. 유입수 예측을 위한 예측 항목 별 입력변수 선정 48

4.1.2. 유입유량 예측 모델 개발 55

4.1.3. 유입 COD 예측 모델 개발 61

4.1.4. 유입 SS, TN 및 TP 예측 모델 개발 67

4.2. 공정성능 예측 모델 개발 75

4.2.1. 공정성능 예측 모델 개발을 위한 입력변수 선정 75

4.2.2. 공정성능 예측 모델의 구조 77

4.2.3. 공정성능 예측 모델 개발 : 훈련 및 검증 80

5. 결론 84

6. 참고문헌 87

Abstract 93

표목차

Table 3.1. Status Domestic sewage treatment plants in operation classified by their process 34

Table 3.2. Influent characteristics of A sewage treatment plant 37

Table 3.3. Effluent characteristics of A wastewater treatment plant 37

Table 4.1. Selected input variables for prediction of 1-day ahead influent... 49

Table 4.2. Selected input variables for prediction of influent COD 51

Table 4.3. Selected input variables for prediction of 1-day ahead influent... 53

Table 4.4. Structure and variables for influent prediction model to... 56

Table 4.5. RMSE for influent flow rate prediction using ANN 60

Table 4.6. Structure and variables for influent prediction model to... 62

Table 4.7. RMSE for influent COD prediction using ANN 66

Table 4.8. Structure and variables for influent prediction model to... 69

Table 4.9. RMSE for all influent composition prediction using ANN 74

Table 4.10. Selected input variables for prediction of effluent COD, SS,... 76

Table 4.11. Structure and variables for effluent evaluation model 79

Table 4.12. RMSE for effluent composition prediction using ANN 83

그림목차

Fig. 2.1. Basic structure of neuron. 21

Fig. 2.2. Schematic diagram of ANN processing element 23

Fig. 2.3. Schematic of the multi-layer ANN structure. 25

Fig. 2.4. Examples of ANN transfer functions. 28

Fig. 3.1. Schematic diagram of A sewage treatment plant in B city 35

Fig. 3.2. Schematic architecture of Multi-layer feedforward... 42

Fig. 3.3. Signal transport in multi-layer feedforward... 44

Fig. 4.1. Qualitative correlation evaluation between (a) influent flow rate... 50

Fig. 4.2. Qualitative correlation evaluation between influent (a) COD and... 52

Fig. 4.3. Qualitative correlation evaluation between influent SS and COD. 54

Fig. 4.4. Qualitative correlation evaluation between influent TN and COD. 54

Fig. 4.5. Qualitative correlation evaluation between influent TP and COD. 54

Fig. 4.6. Schematic structure of inflow rate prediction model. 56

Fig. 4.7. Training and validation results of ANN for 1-day ahead influent... 58

Fig. 4.8. Training and validation results of ANN for 2-day ahead influent... 58

Fig. 4.9. Training and validation results of ANN for 3-day ahead influent... 59

Fig. 4.10. Schematic structure of influent COD prediction model. 62

Fig. 4.11. Training and validation results of ANN for 1-day ahead influent... 64

Fig. 4.12. Training and validation results of ANN for 2-day ahead influent... 64

Fig. 4.13. Training and validation results of ANN for 3-day ahead influent... 65

Fig. 4.14. Schematic structure of influent SS, TN and TP... 68

Fig. 4.15. Training and validation results of ANN for 1-day ahead influent... 71

Fig. 4.16. Training and validation results of ANN for 2-day ahead influent... 72

Fig. 4.17. Training and validation results of ANN for 3-day ahead influent... 73

Fig. 4.18. Schematic structure of performance evaluation model. (where, X... 78

Fig. 4.19. Training and validation results of ANN for effluent COD and SS prediction. 81

Fig. 4.20. Training and validation results of ANN for effluent TN and TP prediction. 82

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기