پیش بینی غلظت عناصر با استفاده از تکنیک طیف نمایی القائیده لیزری با بهره گیری از روش های آماری شبکه عصبی مصنوعی، میانگین متحرک خودبرگشت تجمعی و رگرسیون بردار پشتیبان و ترکیب آنها
Publish place: The Physics Society Of Iran، Vol: 22، Issue: 1
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 185
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_PSI-22-1_016
تاریخ نمایه سازی: 17 دی 1401
Abstract:
در این مقاله، با استفاده از تکنیک طیفسنجی فروشکست القائیده لیزری، غلظت های عناصر موجود در آلیاژهای استاندارد آلومینیوم به طور کمی اندازهگیری شده است. لیزر تپی Nd:YAG در طول موج nm ۱۰۶۴ روی نمونه های استاندارد آلومینیوم تابیده شده است و با استفاده از پلاسمای ایجاد شده، تحلیل ها انجام شده است. از بین روش های مختلف تحلیل جهت براورد غلظت عناصر موجود در نمونه های آلومینیم، روش های شبکه عصبی مصنوعی، الگوریتم تخمین گر بردار پشتیبان، میانگین متحرک خودبرگشت تجمعی، مدل رگرسیون بردار پشتیبان مبتنی بر کرنل و مدل ترکیبی KSVR-ARIMA، برای پیش بینی غلظت عناصر آهن، مس، روی، منیزیم، منگنز و سیلیس مورد استفاده قرار گرفته اند و نتایج به دست آمده از این روشها با هم مقایسه شده اند. نتایج به دست آمده نشان می دهد که روش ترکیبی KSVR-ARIMA، بهترین مقادیر پیش بینی را با کمترین خطا برای اغلب عناصر اشاره شده گزارش می کند.
Keywords:
Authors
محسن رضائی
گروه مهندسی صنایع، دانشگاه علم و فناوری مازندران، بهشهر
پروین کریمی
گروه فیزیک، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران
فاطمه رضائی
دانشکده فیزیک، دانشگاه خواجه نصیرالدین طوسی، تهران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :