محاسبه توان ایستانندگی ذره پروتون در اهداف مختلف به وسیله شبکه های عصبی شعاعی و پرسپترون چند لایه

محاسبه توان ایستانندگی و برد یون های مختلف به دلیل اهمیت ویژه آن ها در مباحث حفاظت در برابر اشعه و حفاظ سازی بسیار حایز اهمیت می باشد. اگرچه رابطه موسوم به بته-بلاخ بخوبی نحوه کاهش انرژی ذرات را توصیف می کند اما تفاوت سازوکارهای برهم کنش یون ها و ذرات سبک و سنگین در طیف وسیعی از مقادیر انرژی سبب می گردد تا برآورد دقیق این رابطه مستلزم ارایه تصحیحات مختلفی باشد. این تصحیحات در نواحی مختلف متفاوت بوده و بین آن ها هم پوشانی وجود دارد، به نحوی که نمی توان نسخه واحدی را برای طیف وسیعی از پرتابه ها و مقادیر انرژی ارایه کرد. این موضوع سبب پیچیدگی محاسبات مربوط به توان ایستانندگی می گردد. در این مقاله از تکنیک هوش مصنوعی مبتنی بر شبکه های عصبی شعاعی و پرسپترون چند لایه به منظور شبیه سازی تغییرات توان ایستانندگی بر حسب تغییرات انرژی پروتون فرودی در اهداف مختلف استفاده گردید. مقایسه نتایج حاصل از شبکه عصبی با نتایج محاسبات کد SRIM و نیز داده های تجربی نشان دهنده کارایی بالای روش پیشنهادی برای تغییرات توان ایستانندگی و معتبر بودن مدل مصنوعی به دست آمده است.