1
گروه مهندسی شیمی، واحد ایوان غرب، دانشگاه آزاد اسلامی، ایوان غرب، ایران
2
گروه مهندسی شیمی، واحد ایلام، دانشگاه آزاد اسلامی، ایلام، ایران
چکیده
هدف از این پژوهش، مدلسازی راندمان حذف سفیکسیم به روش فنتون و با استفاده از شبکه عصبی است. ﺷﺒﮑﻪﻋﺼﺒﯽ ﻣﺼﻨﻮﻋﯽ ﺗﻮاﻧﺎﯾﯽ ﺑﺎﻻیی در ﭘﯿﺶﺑﯿﻨﯽ نتیجههای ﺗﺠﺮﺑﯽ دارد. در این مدلسازی مقدار هیدروژن پراکسید، کاتالیست آهن، مدت زمان حذف سفیکسیم، غلظت اولیه سفیکسیم وpH پارامترهای ورودیﻫﺎی ﺳﯿﺴﺘﻢ و درﺻﺪ حذف سفیکسیم به ﻋﻨﻮان ﺧﺮوﺟﯽ در ﻧﻈﺮ ﮔﺮﻓﺘﻪ ﺷﺪه است. ﺷﺎﺧﺺﻫﺎی ﻋﻤﻠﮑﺮدشامل: مجموع مربعهای خطا (SSE)، جذر متوسط مربعهای خطا (RMSE)، ضریب تعیین تعدیل شده () و ضریب تعیین در تعیین تعداد نرون های بهینه میانی بهکار رفته است. با توجه به نتیجههای به دست آمده، مدل شبکه عصبی توانست بازده جذب را با تابع انتقال تانژانت سیگموییدی در لایه پنهان و تابع انتقال محرک خطی در لایه خروجی پیشبینی کند. همچنین نتیجههای مدلسازی شبکه عصبی با اﻟﮕﻮرﯾﺘﻢ ﻟﻮﻧﺒﺮگ-ﻣﺎرﮐﻮآرت نشان داد که شبکه با چیدمان 1-13-5 (5 نرون در لایه ورودی،13 نرون در لایه پنهان و 1 نرون در لایه خروجی) بهترین نتیجه را در پیشبینی خروجی و ﺣﺪاﻗﻞ ﺧﻄﺎ دارا میباشد. ضریب همبستگی ﻣﺪل ﻣﺮﺑﻮط ﺑﻪ ﻗﺴﻤﺖهای آﻣﻮزش، اﻋﺘﺒﺎرسنجی و ﺗﺴﺖ ﺑﻪ ﺗرتیب 99436/0، 99993/0 و 96901/0 بهدست آمد که این نتیجهها حاکی از دﻗﺖ زیاد روش ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﻣﺼﻨﻮﻋﯽ در ﭘﯿﺶﺑﯿﻨﯽ دادهﻫﺎی آزمایشگاهی حذف سفیکسیم از محلول آبی است. برای پیشبینی روند تغییرها از ابزار شبکه عصبی در نرم افزار MATLAB استفاده شده است.