كاربرد الگوريتم خفاش كمك گرفته‌شده از شبكه عصبي مصنوعي به‌منظور بهينه‌سازي ميكرواستخراج يون‌هاي مس در پساب با ليگاند پاراسولفوناتوكاليكس [4] آرن

Application of bat algorithm with the aid of artificial neural network for optimization of copper ions microextraction from wastewater using p-sulfonatocalix[4]arene

الگوريتم فراابتكاري خفاش با شبكه عصبي مصنوعي (ANN-BA) براي نخستين بار در علوم شيمي و محيط‌زيست براي بهينه ‌سازي ميكرواستخراج مايع – مايع پخشي با حلال خاتمه‌دهنده به‌عنوان روشي سريع، ساده و كم هزينه براي تعيين يون مس در نمونه پساب با ليگاند پاراسولفوناتوكاليكس [4] آرن به كار رفت. تولوئن به‌عنوان حلال پخشي و متانول به‌عنوان حلال استخراج به‌كاربرده شدند. بهينه‌سازي بر چهار عامل مؤثر بر كارايي استخراج مانند حجم حلال استخراج، حجم حلال‌پخشي، افزايش نمك و pH موردبررسي قرار گرفت. طراحي چندسازه مركزي (CCD) به‌عنوان يك روش مقايسه‌اي براي بهينه‌سازي بهره‌وري ميكرواستخراج مايع – مايع پخشي با حلال خاتمه‌دهنده به‌كار برده شد. در مقايسه با روش CCD، مدل الگوريتم خفاش كمك‌ گرفته ‌شده از شبكه عصبي مصنوعي، به دليل داشتن درصد بازيابي بالاتر، حدود 21/7 درصد، به‌عنوان روش بهينه‌سازي بهتر انتخاب شد.. تحت شرايط بهينه بالا، حد تشخيص، حد تعيين و گستره ديناميكي خطي به ترتيب 15/0، 35/0 و 35/0 تا 1000 ميكروگرم بر ليتر به‌دست آمد. درصد بازيافت‌ها براي نمونه‌هاي پساب در گستره 8/92 تا 5/104 درصد به‌دست آمد.

Abstract: A bat metaheuristic algorithm with the aid of artificial neural networks (ANN-BA) has been employed for the first time to optimize solvent-terminated dispersive liquid-liquid microextraction (ST-DLLME) as a fast, simple, and low cost technique for determination of Cu2+ ions in wastewater samples using p-sulfonatocalix[4]arene as a chelating agent. Toluene and methanol were used as extraction and disperser solvents, respectively. ANN-BA optimization has been carried out on four factors which was influenced on the extraction efficiency, such as extraction and solvent volumes, salt addition, and pH. Central composite design (CCD) as a comparative technique was employed for optimization of ST-DLLME efficiency. The ANN-BA optimization technique compared to CCD, was selected as a better model because of its higher value of extraction efficiency (about 7.21%). Under ANN-BA optimal conditions, the limit of detection (S/N=3), limit of quantitation (S/N = 10), and linear range were 0.12, 0.35 and 0.35 - 1000 µg l-1, respectively. In this circumstance, the percentage recoveries for wastewater samples spiked with 0.05, 0.1 and 0.2 mg l-1 of Cu2+ ions were in the acceptable range (92.8 – 104.5 %).