New Approach to Predict Fecal Coliform Removal for Stormwater Biofilters Application

Author:

Lai Sai HinORCID,Bu Chun HooiORCID,Chin Ren JieORCID,Goh Xiang TingORCID,Teo Fang YennORCID

Abstract

Fecal coliform removal using stormwater biofilters is an important aspect of stormwater management. A model that can provide an accurate prediction of fecal coliform removal is essential. Therefore, feedforward backpropagation neural network (FBNN) and adaptive neuro-fuzzy inference system (ANFIS) models were developed using a range of input features, namely grass type, the thickness of biofilter, and initial concentration of E. coli, while the estimated final concentration of E. coli was the output variable. The ANFIS model shows a better overall performance than the FBNN model, as it has a higher R2-value of 0.9874, lower MAE and RMSE values of 3.854 and 6.004 respectively, and a smaller average percentage error of 14.2%. Hence, the proposed ANFIS model can be served as an advanced alternative to replace the need for laboratory work. ABSTRAK: Penyingkiran kolifom tinja menggunakan turas biologi (bioturas) air hujan merupakan aspek penting dalam pengurusan air hujan. Model yang dapat menunjukkan anggaran tepat tentang penyingkiran kolifom tinja adalah penting. Oleh itu, model rangkaian suapan neural perambatan belakang (FBNN) dan sistem adaptasi inferen neuro-fuzi (ANFIS) telah dibentukkan menggunakan pelbagai ciri input, iaitu jenis rumput, ketebalan bioturas dan kepekatan awal E. coli, manakala anggaran kepekatan akhir bagi E. coli merupakan hasil pembolehubah. Model ANFIS menunjukkan peningkatan keseluruhan yang lebih baik berbanding model FBNN, kerana ia mempunyai nilai R2 yang lebih tinggi iaitu 0.9874, nilai MAE dan RMSE yang lebih rendah iaitu sebanyak 3.854 dan 6.004 masing-masing, dan ralat peratusan purata yang lebih kecil sebanyak 14.2%. Oleh itu, model ANFIS yang dicadangkan boleh dijadikan alternatif awal bagi menggantikan keperluan kerja makmal.

Funder

Universiti Malaya

Publisher

IIUM Press

Subject

Applied Mathematics,General Engineering,General Chemical Engineering,General Computer Science

Cited by 1 articles. 订阅此论文施引文献 订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献

1. Settling Velocity Prediction for Fine Sediment Using Generalised Regression Neural Network and Nonlinear Autoregressive Exogenous;2023 IEEE International Conference on Artificial Intelligence in Engineering and Technology (IICAIET);2023-09-12

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3