مقاله شبیه سازی عناصر نادر خاکی سریوم و لانتانیوم موجود در رسوبات آبراهه ای منطقه اشتهارد با استفاده از روش شبکه عصبی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 مقاله شبیه سازی عناصر نادر خاکی سریوم و لانتانیوم موجود در رسوبات آبراهه ای منطقه اشتهارد با استفاده از روش شبکه عصبی دارای ۱۷ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله شبیه سازی عناصر نادر خاکی سریوم و لانتانیوم موجود در رسوبات آبراهه ای منطقه اشتهارد با استفاده از روش شبکه عصبی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله شبیه سازی عناصر نادر خاکی سریوم و لانتانیوم موجود در رسوبات آبراهه ای منطقه اشتهارد با استفاده از روش شبکه عصبی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله شبیه سازی عناصر نادر خاکی سریوم و لانتانیوم موجود در رسوبات آبراهه ای منطقه اشتهارد با استفاده از روش شبکه عصبی :

تعداد صفحات :۱۷

روش شبکه­ی عصبی مصنوعی که یک روش پیشرفته است که در برآورد سیستم­های دینامیک و غیرخطی موثر است. اخیرا استفاده از شبکه­های عصبی مصنوعی و روش­های آماری چند متغیره در موضوعات مهم زیست­محیطی مانند آلودگی خاک­ها و آب­های سطحی به انواع مختلف عنصر سمی رواج یافته است که در این مورد می­توان به ارائه­ی مدلی بر اساس شبکه­ی عصبی برای شبیه­سازی عناصر نادر خاکی پرداخت. با توجه به اهمیت عناصر نادر خاکی مخصوصا سریوم و لانتانیوم، این مطالعه با استفاده از روش شبکه عصبی به پیش­­بینی میزان این عناصر در منطقه­ی اشتهارد می­پردازد. روش انتخاب پیشرو Forward Selection)) به منظور انتخاب متغیرهای ورودی موثر بر روی پیش بینی مقادیر عناصر لانتانیوم و سریوم و کاهش تعداد کل متغیرها استفاده شد. از تعداد ۴۵ متغیر ورودی اولیه برای هر کدام از عناصر لانتانیوم و سریوم، ۲۳ متغیر موثر بر روی پیش­­بینی مقادیر این عناصر توسط روش انتخاب پیشرو انتخاب شدند. با توجه به مقادیر ضریب همبستگی (R2)، 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 مقادیر ضریب همبستگی روش انتخاب پیشرو برای پیش­بینی لانتانیوم و سریوم بالاتر از روش شبکه عصبی است. هم­چنین در این مطالعه نشان داده شده است که مدل انتخاب پیشرو در پیش­بینی مقادیر لانتانیوم و سریوم به دلیل کاهش زمان محاسبات در نتیجه­ی تعداد متغیرهای ورودی کمتر مناسب­تر است.