عفت میرحیدرقارسی - دانشجوی کارشناسی ارشد ریاضی کاربردی دانشگاه آزاد اسلامی واحد ارومیه
احمد جعفریان - استاد یار گروه ریاضی دانشکده علوم پایه دانشگاه آزاد اسلامی واحد ارومیه

آب یکی از مهمترین و بنیادیترین عامل حیات موجودات زنده است از این نظر جلوگیری از آلودگی آب نیز به همان نسبت ، مهم و مورد توجه میباشد .آلودگی آبها معضل بزرگ زیست محیطی محسوب میشود که به علت پیشرفت صنایع و تکنولوژی، همه روزه با رشد روز افزون آن مواجه هستیم.آلودگی آبها از منابع گوناگون صورت می گیرد یکی از این منابع فاضلابهای صنعتی می باشند ، که نسبت به نوع صنایع ، ترکیبات شیمیایی مختلفی دارند وزمانی که وارد دریاها و رودخانه هامیشوند ، باعث آلودگی آب و مرگ آبزیان می گردند.از مهمترین این مواد می توان به ماده سمی مالاکیت سبز (MG(اشاره کرد این ماده با ویژگیهای جهشزایی و سرطانزایی، به میزان بالایی در پسابهای صنایع مختلف از جمله صنعت نساجی، پرورش ماهی، صنعت چرم، کاغذ و کتان، موجود است، بنابراین حذف مؤثر این رنگدانه از پسابهای صنایع مذکور و جلوگیری از نفوذ آن به درون آبهای زیرزمینی، در راستای تأمین سلامت انسان و حفاظت از محیط زیست، حائز اهمیت فراوانی است.تاکنون ازروشهای مختلفی برای تصفیه پساب های صنعتی استفاده شده است . اما باتوجه به وقت گیربودن و هزینه بالای این روشها ، استفاده از روشی دقیق وکم هزینه درمدت زمانی کوتاه همواره موردنیازمی باشد . دراین پژوهش بصورت نوین و به روز بابکارگیری روش هوشمند شبکه های عصبی درفرایند تصفیه ، جهت حذف آلاینده مالاکیت سبز ازپسابهای صنعتی با استفاده ازنانوکامپوزیت پلی آنیلین برپایه ی ماده ی کم ارزشی چون خاکسترسبوس گندم برای جلوگیری ازآلودگی آب به منظور حفاظت محیط زیست می توان ازهزینه های گزاف صرفه جویی نموده وراندمان موثروبالاتری رانیزانتظارداشت.بدین منظور از شبکه عصبی پرسپترون چندلایه (MLP (با ای جاد تعداد متفاوتی نرون درلایه پنهان و توابع فعال سازی مختلف بهترین شبکه براساس حداکثر مقداررگرسیون (R (وحداقل جذر میانگین مربعات خطا( RMSE ( یافت شد ودرآخر با استفاده ازشبکه ی آموزش دیده ، اثر هریک از پارامتر های ورودی بر MG خروجی محاسبه شده است .مقایسه ی نتایج پیش بینی ، توسط مدل طراحی شده وداده های بررسی شده ثابت میکندکه استفاده ازمدل هوشمند شبکه عصبی مصنوعی روشی ارزشمند برای پیش بینی حذف ماده ی سمی مالاکیت سبزاز پسآب های صنعتی بابیشترین بازده وکمترین خطا می باشد.

مالاکیت سبز ، نانو کامپوزیت ، شبکه عصبی مصنوعی ، پرسپترون چند لایه