مقایسه مدل های پاسخ سطح (RSM) و شبکه عصبی مصنوعی (ANN) در فرآیند رنگبری فوتوکاتالیستی با ZnS/TiO2

ضرورت حذف رنگ از پساب صنعت نساجی به عنوان یک مسیله ی مهم زیست محیطی قابل بررسی میباشد. در این مطالعه نتایج تجربی حذف رنگ اسید آبی 113 به کمک فوتوکاتالیستی با ZnS/TiO2، مدلسازی و بهینه سازی گردید. pH، زمان تابش و مقدار کاتالیست ورودیهای سیستم و درصد حذف رنگ به عنوان خروجی در نظر گرفته شد. در این تحقیق شبکه های عصبی مصنوعی در پیش بینی نتایج تجربی، با توجه به توانایی بالای این روش مورد ارزیابی قرار گرفت. شاخصهای عملکرد R2، R2adj، RMSE و SSE در تعیین تعداد نرونهای بهینه میانی مورد استفاده قرار گرفت. نتایج نشان داد که ساختار 3-6-1 بهترین حالت با حداقل خطا نسبت به الگوریتم لونبرگ- مارکوآرت میباشد. تابع عملکرد (R) مدلسازی مربوط به قسمت آموزش، تعیین اعتبار، تست و کل دادهها به ترتیب 0/99833، 1، 0/98721 و 0/99668 به دست آمده، که نشان از دقت بالای روش شبکه ی عصبی مصنوعی در پیش بینی دادههای تجربی دارد. در نهایت نتایج تجربی با روش شبکه عصبی مصنوعی (ANN) و روش پاسخ سطح (RSM) مقایسه گردید. شبکه عصبی مصنوعی در توافق بهتری با نتایج تجربی نسبت به روش پاسخ سطح گزارش گردید.