HEAL DSpace

Μοντελοποίηση της αποτελεσματικότητας συστημάτων τεχνητού εμπλουτισμού SAT με χρήση μπεϋζιανού δικτύου πεποίθησης

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Δάβαρη, Μαρία-Ελένη el
dc.contributor.author Davari, Maria-Eleni en
dc.date.accessioned 2018-07-16T10:12:49Z
dc.date.available 2018-07-16T10:12:49Z
dc.date.issued 2018-07-16
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/47315
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.15317
dc.rights Default License
dc.subject Δίκτυα πεποίθησης el
dc.subject Στατιστική el
dc.subject Εμπλουτισμός el
dc.subject Συστήματα SAT el
dc.subject Μπεϋζιανά δίκτυα el
dc.subject Νερό el
dc.title Μοντελοποίηση της αποτελεσματικότητας συστημάτων τεχνητού εμπλουτισμού SAT με χρήση μπεϋζιανού δικτύου πεποίθησης el
heal.type bachelorThesis
heal.classification Δίκτυα πεποίθησης-στατιστική el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2018-03-05
heal.abstract Η λήψη μιας απόφασης αποτελεί ένα σύνθετο πρόβλημα. Συχνά, υπάρχει ανάγκη γνώσης των παραμέτρων που επιδρούν στο πρόβλημα και κριτικής ανάλυσης αυτών. Αυτό το έργο δεν είναι καθόλου εύκολο καθώς στις μέρες μας τα προβλήματα γίνονται ολοένα και πιο σύνθετα. Σημαντική βοήθεια στον τομέα αυτόν μπορούν να προσφέρουν τα μοντέλα νοερής απεικόνισης, τα οποία κυρίως μέσω της κατασκευής δικτύων, παρέχουν δυνατότητα διαμόρφωσης και εξέτασης πολλών σεναρίων, συχνά και με τη βοήθεια της τεχνητής νοημοσύνης. Ως εκ τούτου διευκολύνεται η διαδικασία λήψης απόφασης αν και προκύπτουν ερωτηματικά αναφορικά με την επιλογή του κατάλληλου μοντέλου. Στην παρούσα εργασία, αναγνωρίζοντας τη σημασία του τεχνητού εμπλουτισμού υπόγειων υδροφορέων στην προστασία και ορθή διαχείριση των υπόγειων νερών, επιχειρείται η κατασκευή ενός μοντέλου λήψης απόφασης για έργα τεχνητού εμπλουτισμού με τη μέθοδο SAT. Το μοντέλο βασίζεται σε πέντε κύριους παράγοντες, την κοκκομετρία, την υδραυλική αγωγιμότητα, το πορώδες και το φυσικό δυναμικό απορρύπανσης της ακόρεστης ζώνης και την ποιότητα των χρησιμοποιούμενων λυμάτων. Οι παράγοντες αυτοί επηρεάζουν το ρυθμό κατείσδυσης και την αποτελεσματικότητα της φυσικής απορρύπανσης και, συνεπακόλουθα, την επιτυχή έκβαση του προγράμματος του τεχνητού εμπλουτισμού. Το μοντέλο αναπτύσσεται με τη βοήθεια ενός Μπεϋζιανού δικτύου πεποίθησης (Bayesian Belief Network – BBN), χρησιμοποιώντας το εξειδικευμένο λογισμικό GeNIe. Αν και το μοντέλο προσφέρει μια σχετικά απλοποιημένη απεικόνιση της σύνθετης πραγματικότητας, επιτρέπει τη μελέτη της επίδρασης των επιμέρους παραγόντων στο τελικό αποτέλεσμα και, συνεπώς, μπορεί να προσφέρει βοήθεια στη λήψη της τελικής απόφασης εκτιμώντας το βαθμό επιτυχίας έργων SAT υπό συγκεκριμένες συνθήκες. el
heal.abstract Decision-making processes hold certain difficulties, especially when dealing with difficult issues. Often, there is a need to know the parameters that affect the problem and critically analyze them. This work is not an easy task, as modern problems are becoming more and more complex. Significant help in this area can be provided by graph models, within which the relations between the elements of the model offer a "mental landscape" and provide the ability to configure and test many scenarios, often with the help of artificial intelligence. To this end, the decision-making process is facilitated, although questions arise as to the choice of the appropriate model. The thesis, recognizing the importance of the artificial recharge of underground aquifers in the protection and proper management of groundwater resources, attempts to construct a decision-making model for managed aquifer recharge projects by means of Soil Aquifer Treatment (SAT) systems. The model is based on five key factors, namely particle size, hydraulic conductivity, porosity and geopurification potential of the unsaturated zone, as well as the quality of sewage used. These factors influence the infiltration rate and the effectiveness of natural decontamination process and, consequently, the successful outcome of the SAT system. The model is developed based on Bayesian Belief Networks (BBNs) through a specialized software, namely GeNIe. Although the model offers a relatively simplified representation of the complex reality, it allows the study of the impact of individual factors on the final result and can therefore provide help in the decision-making process by assessing the degree of success of SAT projects under certain conditions. en
heal.advisorName Δαμίγος, Δημήτριος el
heal.committeeMemberName Καλλιώρας, Ανδρέας el
heal.committeeMemberName Μενεγάκη, Μαρία el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Μηχανικών Μεταλλείων Μεταλλουργών. Τομέας Μεταλλευτικής el
heal.academicPublisherID ntua
heal.numberOfPages 79 σ. el
heal.fullTextAvailability true


Αρχεία σε αυτό το τεκμήριο

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής