REDES NEURAIS ARTIFICIAIS, NORMALIDADE, CORRELAçãO, , , , ,
Sistemas de coleta, tratamento de esgotos e reuso
COMPANHIA DE SANEAMENTO DE MINAS GERAIS - COPASA
RUA MáRIO DE ANDRADE, 297, APT C
CIDADE NOBRE - 35162-390
IPATINGA - MG
O presente trabalho teve como objetivo propor modelos de Redes Neurais Artificiais (RNA) para predizer o teor de fósforo e nitrogênio na saída de reatores UASB em uma Estação de Tratamento de Esgoto (ETE). Foi realizado testes de normalidade em todas as variáveis independentes, recorrendo aos modelos de Kolmogorov-Smirnov (K-S) e Shapiro-Wilk (S-W) obtendo um comportamento de dados não normais descrito por K-S. Após, foram realizadas análises de correlação aplicando os testes de Pearson e Spearman, onde visualizou-se melhores correlações sob o modelo de Sperman, encontrando que a variável de condutividade tem uma forte correlação negativa com nitrogênio, enquanto fósforo contém uma forte correlação com nitrogênio. As RNA’s de fósforo mostraram-se com uma eficiência de 98,5% utilizando variáveis com correlações acima de 0,3 enquanto as de nitrogênio obtiveram 99,2% de eficiência ao utilizar correlações acima de 0,6. Os testes mostraram-se eficazes, mostrando-se uma alternativa para a predição de efluentes.
, . MODELAGEM POR REDES NEURAIS ARTIFICIAIS PARA PREDIZER O TEOR DE FÓSFORO E NITROGÊNIO PRESENTES EM EFLUENTES. In: , São Paulo. Anais. Disponível em: http://evolvedoc.com.br/aesabesp/detalhes-4821_modelagem-por-redes-neurais-artificiais-para-predizer-o-teor-de-fosforo-e-nitrogenio-presentes-em-efluentes. Acesso em: 08/07/2024.