fa کاربرد شبکه های عصبی مصنوعی در مدل سازی و بهینه سازی حذف رنگزای اسید بلاک 1 با استفاده از نانوکامپوزیت TiO2-Ni تخصصي Special پژوهشي Research <font size="3"><b> چکیده </b></font><div style="direction: rtl"><font size="3"><b>زمینه و هدف:</b> شبکه های عصبی مصنوعی، ساختاری غیر خطی بوده که عملکرد آن ها بر مبنای مغز انسان می باشد. این شبکه ها ابزاری قوی برای مدل سازی ،خصوصاً برای زمانی که ارتباط بین داده ها نامعلوم باشد، می باشند. بنابراین هدف این مطالعه استفاده از شبکه های عصبی مصنوعی برای مدل سازی و بهینه سازی حذف رنگزای اسید بلاک 1 از محلول های آبی با استفاده از نانوکامپوزیت TiO2-Ni می باشد.  </font></div><div style="direction: rtl"><font size="3"><b>روش بررسی:</b> این تحقیق، یک مطالعه کاربردی- توسعه ای است که طی آن نانوکامپوزیت TiO2-Ni سنتز و خصوصیات شیمیایی آن توسط تصویر میکروسکوپ الکترونی ارزیابی شد. برای طراحی آزمایشات، پیش بینی و مدل سازی حذف رنگدانه، به ترتیب از روش تاگوچیو شبکه های عصبی مصنوعی استفاده شد. </font></div><div style="direction: rtl"><font size="3"><b>یافته ها:</b> نتایج نشان داد که شبکه با تابع انتقال سیگموئیدی، الگوریتم آموزش مارکورات، یک لایه پنهان و 5 نورون در لایه پنهان، بهتر می تواند میزان حذف رنگزای اسید بلاک1 را پیش بینی کند. </font></div><div style="direction: rtl"><font size="3"><b>بحث و نتیجه گیری:</b> با توجه به نتایج بدست آمده، نتیجه می گیریم که مدل شبکه های عصبی می تواند رفتار فرایند فوتوکاتآلیستی را در شرایط مختلف آزمایشگاهی پیش بینی کند.</font></div> <font size="3" face="times new roman, times, serif"><b> ABSTRACT</b></font><div><font size="3" face="times new roman, times, serif"><b>Background and Aim:</b> Artificial Neural Network is non-liner mapping structure based on the function of the human brain. They are powerful tools for modelling, especially when the underlying data relationship is known. So, the aim of this study was the used of artificial neural network to modelling and optimization of removal of acid black1 using TiO2-Ni nanocoposite. </font></div><div><font size="3" face="times new roman, times, serif"><b>Material and Methods:</b> This study was an applied research in which TiO2-Ni nanocoposite was synthesized and its chemical properties was evaluated by SEM. For experiments design, predicting, and modeling dye removal were used taguchi method, Artifial Nerual Network (ANNs).  </font></div><div><font size="3" face="times new roman, times, serif"><b>Result: </b>The results showed that network with tan sigmoid transfer functions, Levenberg –Marquardt algorithm, one hidden layer and four neuron in hidden layer estimated better removal dye of acid black1. </font></div><div><font size="3" face="times new roman, times, serif"><b>Conclusion:</b> It is concluded that ANN model can estimate the behavior of the photocatalyst process under different experimental conditions.</font></div> اسید بلاک1, شبکه های عصبی مصنوعی, نانوکامپوزیت TiO2-Ni Acid Black 1, Artificial Neural Network, TiO2-Ni Nanocoposite. 56 66 http://zanko.muk.ac.ir/browse.php?a_code=A-10-1-17&slc_lang=fa&sid=1 Kamal Salehi کمال صالحی kamalsalehi1366@gmail.com 100319475328460090 100319475328460090 Yes Behzad Shahmoradi بهزاد شاهمرادی 100319475328460091 100319475328460091 No Afshin Maleki افشین ملکی 100319475328460092 100319475328460092 No Borhan Mansouri برهان منصوری 100319475328460093 100319475328460093 No Fardin Gharibi فردین غریبی 100319475328460094 100319475328460094 No