فهرست نشریات علمی دسترسی آزاد ایران

مدل‌سازی ریاضی ابزاری قدرتمند جهت پیش‌بینی پاسخ ترانزیستور اثرمیدان حساس به یون (ISFET) و بهینه‌سازی پارامترهای موثر بر عملکرد آن است. در این پژوهش مقادیر بهینه پارامترهای جریان درین، ولتاژ درین، غلظت اولیه سوبسترا و غلظت اولیه آنزیم به منظور به دست آوردن پاسخ ماکزیمم ISFET در تشخیص آفلاتوکسین B1 (AFB1) تعیین شدند. بهینه‌سازی با به‌کارگیری الگوریتم ژنتیک و بر پایه حل عددی معادله‌های دیفرانسیل حاکم ISFET به روش المان محدود در نرم‌افزار کامسول انجام شد. تابع هدف مورد استفاده در الگوریتم ژنتیک نیز با جایگزینی مدل شبیه‌سازی شده توسط فرامدل شبکه عصبی مصنوعی تعریف شد. نتایج به‌دست آمده نشان داد مدل شبیه‌سازی شده  ISFET با استفاده از روش المان محدود در مقایسه با آزمایش تجربی، دارای میانگین درصد خطای مطلق (MAPE) برابر با 06/1 درصد در پیش‌بینی پاسخ ISFET است. با استفاده از مدل المان محدود، 1296 آزمایش برای دست‌یابی به پایگاه داده مورد نیاز جهت آموزش شبکه عصبی شبیه‌سازی شد. پس از ارزیابی ساختار‌های مختلف شبکه عصبی مشخص شد شبکه عصبی آموزش دیده با ساختار (4-45-1) دارای میانگین درصد خطای مطلق (MAPE) برابر با 04/0، 07/0 و 05/0 درصد به ترتیب در فازهای آموزش، اعتبارسنجی و آزمایش است. نتایج بهینه‌سازی ISFET نشان داد با استفاده از مقادیر بهینه پارامتر‌های جریان درین، ولتاژ درین، غلظت اولیه سوبسترا و غلظت اولیه آنزیم تعیین شده توسط الگوریتم ژنتیک حداکثر پاسخ ISFET برابر با 440/44 درصد به‌دست آمده است.