مدل‌سازي حذف سفيكسيم به روش فنتون با شبكه عصبي مصنوعي

هدف از اين پژوهش‌، مدل‌سازي راندمان حذف سفيكسيم به روش فنتون و با استفاده از شبكه عصبي است. ﺷﺒﮑﻪﻋﺼﺒﯽ ﻣﺼﻨﻮﻋﯽ ﺗﻮاﻧﺎﯾﯽ ﺑﺎﻻيي در ﭘﯿﺶﺑﯿﻨﯽ نتيجه‌هاي ﺗﺠﺮﺑﯽ دارد. در اين مدل‌سازي مقدار هيدروژن پراكسيد، كاتاليست  آهن، مدت زمان حذف سفيكسيم، غلظت اوليه سفيكسيم وpH  پارامترهاي وروديﻫﺎي ﺳﯿﺴﺘﻢ و درﺻﺪ حذف سفيكسيم به ﻋﻨﻮان ﺧﺮوﺟﯽ در ﻧﻈﺮ ﮔﺮﻓﺘﻪ ﺷﺪه است. ﺷﺎﺧﺺﻫﺎي ﻋﻤﻠﮑﺮد شامل: مجموع مربع‌هاي خطا (SSE)، جذر متوسط مربع‌هاي خطا (RMSE)، ضريب تعيين تعديل شده ( R2adj) و ضريب تعيين R2  در تعيين تعداد نرون هاي بهينه مياني به‌كار رفته است. با توجه به نتيجه‌هاي به دست آمده، مدل شبكه عصبي توانست بازده جذب را با تابع انتقال تانژانت سيگموييدي در لايه پنهان و تابع انتقال محرك خطي در لايه خروجي پيش‌بيني كند.  همچنين نتيجه‌هاي مدل‌سازي شبكه عصبي با  اﻟﮕﻮرﯾﺘﻢ ﻟﻮﻧﺒﺮگ-ﻣﺎرﮐﻮآرت نشان داد كه شبكه با چيدمان  1-13-5 (5 نرون در لايه ورودي،13 نرون در لايه پنهان و 1 نرون در لايه خروجي) بهترين نتيجه را در پيش‌بيني خروجي و ﺣﺪاﻗﻞ ﺧﻄﺎ دارا مي‌باشد. ضريب همبستگي ﻣﺪل ﻣﺮﺑﻮط ﺑﻪ ﻗﺴﻤﺖهاي آﻣﻮزش، اﻋﺘﺒﺎرسنجي و ﺗﺴﺖ ﺑﻪ ﺗرتيب 0.99436، 0.99993 و 0.96901 به‌دست آمد كه اين نتيجه‌ها حاكي از دﻗﺖ زياد روش ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﻣﺼﻨﻮﻋﯽ در ﭘﯿﺶﺑﯿﻨﯽ دادهﻫﺎي آزمايشگاهي حذف سفيكسيم از محلول آبي است. براي پيش‌بيني روند تغييرها از ابزار شبكه عصبي در نرم افزار MATLAB استفاده شده است.