سید حسین هاشمی؛ مسعود کیخوائی؛ محمد شاکری
چکیده
در این تحقیق، یک روش جدید مدل سازی با شبکه عصبی مصنوعی سه لایهای برای پیشگویی بازده استخراج کمپلکس مس- مورین از نمونههای آبی توسط استخراج بر روی میلة همزن پوششدار شده با مولکول نگاری پلیمری بکار رفت. دادههای ورودی مدل شبکه عصبی مصنوعی، pH، زمان جذب و واجذب، سرعت همزدن، دما و مقدار لیگاند بودند و خروجی آن بازده استخراج یونهای ...
بیشتر
در این تحقیق، یک روش جدید مدل سازی با شبکه عصبی مصنوعی سه لایهای برای پیشگویی بازده استخراج کمپلکس مس- مورین از نمونههای آبی توسط استخراج بر روی میلة همزن پوششدار شده با مولکول نگاری پلیمری بکار رفت. دادههای ورودی مدل شبکه عصبی مصنوعی، pH، زمان جذب و واجذب، سرعت همزدن، دما و مقدار لیگاند بودند و خروجی آن بازده استخراج یونهای مس بود. نتایج نشان داد که شبکة با 12 نرون مخفی صحت بالائی در پیشگویی بازده استخراج کمپلکس مس- مورین در نمونههای آبی دارد. میانگین خطای مربعات و ضریب همبستگی بین دادههای تجربی و پیشگوییهای 0009/0 و 9999/0 برای آموزش، 0032/0 و 976/0 برای ارزیابی و 0030/0 و 96666/0 برای دادههای آزمایش تعیین شد. در شرایط بهینه، گسترة خطی دینامیکی 0/5 تا 0/1000 میکروگرم بر لیتر با حدّ تشخیص 38/0 میکروگرم بر لیتر به دست آمد و انحراف استاندارد نسبی کمتر از 3/5% بود. این روش با موفقیّت برای پیش تغلیظ و تعیین مس در چند نمونة حقیقی بکار گرفته شد.