کاربرد شبکه عصبی مصنوعی در پیشگویی بازده استخراج از مس توسط مولکول نگاری پلیمری جفت شده با میله جاذب چرخان
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 623
This Paper With 8 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:
ECONF03_127
تاریخ نمایه سازی: 1 آذر 1394
Abstract:
در این مطالعه، یک روش مدل سازی جدید روی شبکه عصبی مصنوعی سه لایه ای ( ANN ) برای پیشگویی بازده استخراج از مس از نمونه های آبی توسط استخراج با مولکول نگاری پلیمری جفت شده با میله جاذب چرخان بکار رفت. داده های ورودی مدل ANN ، pH ، زمان جذب و واجذب، سرعت همزدن، دما و مقدار لیگاند و خروجی آن بازده استخراج بود. نتایج نشان داد که شبکه با 12 نرون مخفی صحت زیادی در پیشگویی بازده استخراج یون های مس در نمونه های آبی دارند.میانگین خطای مربعات و ضریب همبستگی بین داده های تجربی و پیشگویی های 0009 / 0 و 9999 / 0 برای آموزش،0032 / 0 و 976 / 0 برای ارزیابی و 0030 / 0 و 96666 / 0 برای داده های آزمایش تعیین شد. حد تشخیص روش پیشنهادیL-1 μg. 38 / 0 بود. گستره خطی دینامیکی در محدوده 5 تا L-1 μg. 1000 بدست آمد. انحراف استاندارد نسبی (RSD)کمتر از 3 / 5 % بود. روش برای بازیابی و تعیین مس در چند نمونه حقیقی مختلف بکار گرفته شد
Keywords:
Authors
سید حسن هاشمی
استادیار دانشگاه دریانوردی و علوم دریایی چابهار، دانشکده علوم دریا، گروه شیمی دریا
مسعود کیخوانی
دانشیار دانشگاه سیستان و بلوچستان، دانشکده علوم، گروه شیمی
زهرا منفرد زاده
دانشجو دانشگاه دریانوردی و علوم دریایی چابهار، دانشکده علوم دریا، گروه شیمیدریا
رقیه دهواری
دانشجو دانشگاه دریانوردی و علوم دریایی چابهار، دانشکده علوم دریا، گروه شیمیدریا
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 :