دوره 15، شماره 45 - ( 6-1393 )                   جلد 15 شماره 45 صفحات 66-56 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Salehi K, Shahmoradi B, Maleki A, Mansouri B, Gharibi F. Application of artificial neural network to modeling and optimization of removal of acid black1 using TiO2-Ni nanocoposite. Zanko J Med Sci 2014; 15 (45) :56-66
URL: http://zanko.muk.ac.ir/article-1-37-fa.html
صالحی کمال، شاهمرادی بهزاد، ملکی افشین، منصوری برهان، غریبی فردین. کاربرد شبکه های عصبی مصنوعی در مدل سازی و بهینه سازی حذف رنگزای اسید بلاک 1 با استفاده از نانوکامپوزیت TiO2-Ni. مجله علوم پزشکی زانکو. 1393; 15 (45) :56-66

URL: http://zanko.muk.ac.ir/article-1-37-fa.html


چکیده:   (5713 مشاهده)
چکیده
زمینه و هدف: 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.  
روش بررسی: 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. 
یافته ها: 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. 
بحث و نتیجه گیری: 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.
متن کامل [PDF 552 kb]   (2269 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1393/5/12 | پذیرش: 1393/6/5 | انتشار الکترونیک: 1393/6/25

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به مجله علوم پزشکی زانکو می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Zanko Journal of Medical Sciences

Designed & Developed by : Yektaweb