شبیه سازی عناصر نادر خاکی سریوم و لانتانیوم موجود در رسوبات آبراهه ای منطقه اشتهارد با استفاده از روش شبکه عصبی
نویسندگان
doi
چکیده
روش شبکه عصبی مصنوعی که یک روش پیشرفته است که در برادر سیستم های دینامیک و غیرخطی موثر است. استفاده جدید از شبکه عصبی مصنوعی و روشهای آماری چند متغیره در موضوعات مهم زیستمحیطی مانند آلودگی خاکها و آبهای سطحی در انواع مختلف عناصر سمی رواج یافت شده است زیرا در این صورت می توانید مدلی را بر اساس شبکه عصبی برای شبیه سازی عناصر نادر خاکی پرداخت کنید. با توجه به ویژگی عناصر نادر خاکی مخصوص سریوم و لانتانیوم ، این مطالعه را با استفاده از روش شبکه عصبی به پیشبینی میزان این عناصر در منطقه اشتهارد میپردازد. روش انتخاب پیشرو Forward Selection)) برای انتخاب متغیرهای ورودی موثر بر روی پیش بینی مقادیر عناصر لانتانیوم و سریوم و کاهش تعداد کل متغیرها استفاده می شود. از تعداد 45 متغیر ورودی برای هر کدام از عناصر لانتانیوم و سریوم ، 23 متغیر موثر بر روی پیشبینی مقادیر این ماده توسط روش انتخاب پیش انتخاب شده است. با توجه به مقادیر ضریب همبستگی (R 2 ) ، هر دو مدل (شبکه عصبی و انتخاب پیشرو) برای پیشبینی مقادیر لانتانیوم و سریوم در منطقه مناسب هستند. اما روش انتخاب پیشرو مناسبتر است ، زیرا مقدریر مجاز انتخاب روش پیشرو برای پیشبینی لانتانیوم و سریوم از روش شبکه عصبی است. همچنین در این مطالعه نشان داده شده است که مدل پیشرو را در پیشبینی مقدریر لانتانیوم و سریوم انتخاب می کند تا دلیل کاهش زمان محاسبه در نتیجه تعداد متغیرهای ورودی کمتر از مناسب باشد.