فهرست نشریات علمی دسترسی آزاد ایران

در این مطالعه مدلسازی بیولیچینگ فلزات باارزش وانادیوم، نیکل و مس موجود در خاکسترهای سوخت نفت‌کوره با استفاده شبکه‌های عصبی مصنوعی بررسی می‌شود. در مدل‌های به‌دست‌آمده، درصد استخراج فلزات به‌عنوان تابعی از فاکتورهای pH (در بازه 1- 5/2)، غلظت اولیه یون Fe2+ (در بازه 0- 9 گرم بر لیتر)، درصد تلقیح باکتری (در بازه 1- 10 %) و زمان (در بازه 0- 15 روز) فرایند مورد بررسی قرارگرفته است. سه مدل شبکه عصبی برای تخمین درصد استخراج هریک از فلزات ارائه شد. از روش پس انتشار خطا و الگوریتم لونبرگ-مارکورت برای آموزش شبکه استفاده شد. یک‌چهارم داده‌ها در فرایند آموزش شبکه عصبی استفاده نشد و برای ارزیابی مدل مورد استفاده قرار گرفت. متوسط خطای نسبی (MRE) برای وانادیوم، نیکل و مس به ترتیب برابر با % 35/5، % 07/3 و % 82/2 به دست آمد. همچنین مقدار بزرگ‌تر از 99/0 از کسر مطلق واریانس (R2) بیانگر تائید اعتبار مدل‌های به دست آمده از شبکه عصبی می‌باشد.