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 مؤثر 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 21/7 درصد، به‌عنوان روش بهینه‌سازی بهتر انتخاب شد.. تحت شرایط بهینه بالا، حد تشخیص، حد تعیین و گستره دینامیکی خطی به ترتیب 15/0، 35/0 و 35/0 تا 1000 میکروگرم بر لیتر به‌دست آمد. درصد بازیافت‌ها برای نمونه‌های پساب در گستره 8/92 تا 5/104 درصد به‌دست آمد.