پیشبینی غلظت عناصر با استفاده از تکنیک طیفنمایی القائیدۀ لیزری با بهرهگیری از روشهای آماری شبکۀ عصبی مصنوعی، میانگین متحرک خودبرگشت تجمعی و رگرسیون بردار پشتیبان و ترکیب آنها
نویسندگان
1 گروه مهندسی صنایع، دانشگاه علم و فناوری مازندران، بهشهر
2 گروه فیزیک، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران
3 دانشکده فیزیک، دانشگاه خواجه نصیرالدین طوسی، تهران
doi
10.47176/ijpr.22.1.31224چکیده
در این مقاله، با استفاده از تکنیک طیفسنجی فروشکست القائیدۀ لیزری، غلظتهای عناصر موجود در آلیاژهای استاندارد آلومینیوم به طور کمی اندازهگیری شده است. لیزر تپی Nd:YAG در طول موج nm 1064 روی نمونههای استاندارد آلومینیوم تابیده شده است و با استفاده از پلاسمای ایجاد شده، تحلیلها انجام شده است. از بین روشهای مختلف تحلیل جهت براورد غلظت عناصر موجود در نمونههای آلومینیم، روشهای شبکۀ عصبی مصنوعی، الگوریتم تخمینگر بردار پشتیبان، میانگین متحرک خودبرگشت تجمعی، مدل رگرسیون بردار پشتیبان مبتنی بر کرنل و مدل ترکیبی KSVR-ARIMA، برای پیشبینی غلظت عناصر آهن، مس، روی، منیزیم، منگنز و سیلیس مورد استفاده قرار گرفتهاند و نتایج به دست آمده از این روشها با هم مقایسه شدهاند. نتایج به دست آمده نشان میدهد که روش ترکیبی KSVR-ARIMA، بهترین مقادیر پیشبینی را با کمترین خطا برای اغلب عناصر اشاره شده گزارش میکند.
