Employing an artificial neural network for the prediction of water quality parameters

Abstract

L’eau est un facteur essentiel pour la vie humaine et tout dysfonctionnement peut sérieusement menacer l’environnement et la santé, de sorte que l’Organisation mondiale de la santé a fixé des normes d’eau, mais il y a le problème de la mauvaise qualité de l’eau. Et cela nous amène à notre objectif, qui est d’utiliser des réseaux neuronaux synthétiques pour anticiper la qualité de l’eau (dans notre cas, le pH), où il s’agit d’utiliser un modèle informatique et c’est à travers des données de traitement. Et faire sa formation, afin qu’elle contienne des entrées (comme la température, la turbidité…ect) et des sorties (comme le pH, la potabilité). Ensuite, il a fallu valider le modèle ANN et diviser les données disponibles en ensembles de formation et de test, qui sont des techniques utilisées pour évaluer la précision prédictive du modèle. Une fois que le modèle ANN a été formé et validé, il peut ensuite être utilisé pour prédire les paramètres de la qualité de l’eau en temps réel ou pour des scénarios futurs. Ces capacités prédictives fournies par le modèle ANN sont précieuses pour la surveillance environnementale, III la prise de décisions éclairées en matière de gestion des ressources en eau et la détection précoce des événements de pollution potentiels.