کاربرد الگوریتم خفاش کمک گرفته‌شده از شبکه عصبی مصنوعی به‌منظور بهینه‌سازی میکرواستخراج یون‌های مس در پساب با لیگاند پاراسولفوناتوکالیکس [4] آرن

الگوریتم فراابتکاری خفاش با شبکه عصبی مصنوعی (ann-ba) برای نخستین بار در علوم شیمی و محیط‌زیست برای بهینه‌سازی میکرواستخراج مایع – مایع پخشی با حلال خاتمه‌دهنده به‌عنوان روشی سریع، ساده و کم هزینه برای تعیین یون مس در نمونه پساب با لیگاند پاراسولفوناتوکالیکس [4] آرن به کار رفت. تولوئن به‌عنوان حلال پخشی و متانول به‌عنوان حلال استخراج به‌کاربرده شدند. بهینه‌سازی بر چهار عامل موثر بر کارایی استخراج مانند حجم حلال استخراج، حجم حلال‌پخشی، افزایش نمک و ph موردبررسی قرار گرفت. طراحی چندسازه مرکزی (ccd) به‌عنوان یک روش مقایسه‌ای برای بهینه‌سازی بهره‌وری میکرواستخراج مایع – مایع پخشی با حلال خاتمه‌دهنده به‌کار برده شد. در مقایسه با روش ccd، مدل الگوریتم خفاش کمک‌گرفته‌شده از شبکه عصبی مصنوعی، به دلیل داشتن درصد بازیابی بالاتر، حدود 7.21 درصد، به‌عنوان روش بهینه‌سازی بهتر انتخاب شد.. تحت شرایط بهینه بالا، حد تشخیص، حد تعیین و گستره دینامیکی خطی به ترتیب 0.15، 0.35 و 0.35 تا 1000 میکروگرم بر لیتر به‌دست آمد. درصد بازیافت‌ها برای نمونه‌های پساب در گستره 92.8 تا 104.5 درصد به‌دست آمد.