Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

755
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

609
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

کاربرد شبکه های عصبی مصنوعی در مدل سازی احیاء فتوکاتالیزوری (Cr (VI توسط نانوذرات تیتانیوم دی اکسید: بهینه سازی ساختار شبکه عصبی مصنوعی

صفحات

 صفحه شروع 183 | صفحه پایان 196

چکیده

 زمینه و هدف: کروم در بسیاری از پساب های صنعتی به فرم های (Cr (III و (Cr (VI یافت می شود. سمیت (Cr (III به مراتب از (Cr (VI کمتر هست. در این مقاله هدف بهینه سازی ساختار شبکه عصبی مصنوعی در مدل سازی احیاء فتوکاتالیزوری (Cr (VI توسط نانوذرات TiO 2 -P25 است.روش بررسی: در این کار شبکه عصبی مصنوعی (ANN) برای مدل سازی احیاء فتوکاتالیزوری (Cr (VI به (Cr (IIIتوسط نانوذرات TiO 2 -P25 مورد استفاده قرار گرفته و ساختار آن بهینه سازی شده است. پارامترهای عملیاتی مورد مطالعه عبارتند از: غلظت اولیه کروم, غلظت فتوکاتالیزور, زمان تابش نور فرابنفش و pH. فرایند احیاء درون یک فتوراکتور ناپیوسته صورت گرفته و برای اندازه گیری غلظت (Cr (VI از دستگاه اسپکتروفتومتر UV/Vis استفاده شده است. محاسبات ANN با استفاده از نرم افزار Matlab 7 و جعبه ابزار ANN انجام شده است. یافته ها: نتایج نشان می دهد که بهینه سازی ساختار ANN و استفاده از الگوریتم و توابع انتقال مناسب می تواند کارایی شبکه را بهبود بخشد. نتایج حاصله با توجه به ضریب همبستگی مناسب (0.9886) و خطای میانگین کوچک (0.00018) نشان می دهد که عملکرد شبکه عصبی پیشنهادی برای مدل سازی فعالیت نانوذرات P25 - TiO 2 در احیاء Cr (VI), قابل قبول است. نتایج نشان می دهد که همه پارامترها بر روی احیاء فتوکاتالیزوری Cr (VI) تاثیر دارند, اما تاثیر pH با 34.15 درصد سهم بیشتر از پارامترهای دیگر است. بیشترین احیاء فتوکاتالیزوری (Cr (VI در pH برابر با 2 رخ می دهد و افزایش دو پارامتر مقدار فتوکاتالیزور و زمان تابش نور در محدوده مورد مطالعه سبب افزایش احیاء (Cr (VI می شوند.نتیجه گیری: ساختار بهینه ANN عبارت است از یک شبکه سه لایه پیش خور پس انتشار با توپولوژی 4:10:1 و مناسب ترین الگوریتم, الگوریتم پس انتشار گرادیان مزدوج هست.

استنادها

  • ثبت نشده است.

    • ارجاعات

    استناددهی

    APA: کپی

    صابونیان، مریم، و بهنژادی، محمدعلی. (1397). کاربرد شبکه های عصبی مصنوعی در مدل سازی احیاء فتوکاتالیزوری (Cr (VI توسط نانوذرات تیتانیوم دی اکسید: بهینه سازی ساختار شبکه عصبی مصنوعی. سلامت و محیط زیست، 11(2 )، 183-196. SID. https://sid.ir/paper/145733/fa

    Vancouver: کپی

    صابونیان مریم، بهنژادی محمدعلی. کاربرد شبکه های عصبی مصنوعی در مدل سازی احیاء فتوکاتالیزوری (Cr (VI توسط نانوذرات تیتانیوم دی اکسید: بهینه سازی ساختار شبکه عصبی مصنوعی. سلامت و محیط زیست[Internet]. 1397؛11(2 ):183-196. Available from: https://sid.ir/paper/145733/fa

    IEEE: کپی

    مریم صابونیان، و محمدعلی بهنژادی، “کاربرد شبکه های عصبی مصنوعی در مدل سازی احیاء فتوکاتالیزوری (Cr (VI توسط نانوذرات تیتانیوم دی اکسید: بهینه سازی ساختار شبکه عصبی مصنوعی،” سلامت و محیط زیست، vol. 11، no. 2 ، pp. 183–196، 1397، [Online]. Available: https://sid.ir/paper/145733/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی






    بازگشت به بالا