Resumen

Los nanomateriales de ferrita espinela son semiconductores magnéticos con excelentes propiedades químicas, magnéticas, eléctricas y ópticas que los han hecho útiles en muchas aplicaciones tecnológicas como la producción de hidrógeno solar, el almacenamiento de datos, la detección magnética, los convertidores, los inductores, la espintrónica y los catalizadores. La superficie de estos nanomateriales contribuye significativamente a las aplicaciones a las que se destinan, así como a las características físicas y químicas observadas. El dopaje experimental ha demostrado un gran potencial para mejorar y ajustar el área superficial específica de los nanomateriales de ferrita espinela, mientras que los retos experimentales atribuidos exigen un modelo teórico viable que pueda estimar el área superficial de los nanomateriales de ferrita espinela dopados con un alto grado de precisión. Este trabajo desarrolla un modelo inteligente de regresión por pasos (STWR) y un modelo híbrido de regresión por vectores de soporte basado en algoritmos genéticos (GBSVR) para estimar el área superficial específica de los nanomateriales de ferrita espinela dopada utilizando el parámetro de red y el tamaño de la nanopartícula como descriptores de los modelos. El modelo híbrido GBSVR desarrollado se comporta mejor que el modelo STWR con una mejora del rendimiento del 7,51 y 22,68%, respectivamente, utilizando el coeficiente de correlación y el error cuadrático medio como métricas de rendimiento cuando se valida con la superficie específica medida experimentalmente de los nanomateriales de ferrita espinela dopada. El modelo GBSVR desarrollado investiga la influencia de las nanopartículas de níquel, itrio y lantano en la superficie específica de diferentes clases de nanomateriales de ferrita espinela, y los resultados obtenidos concuerdan excelentemente bien con los valores medidos. La exactitud y precisión que caracterizan al modelo desarrollado serían de inmensa importancia para mejorar la predicción de la superficie específica de los nanomateriales de ferrita espinela dopada, eludiendo el estrés experimental y reduciendo el coste.

• Materias:Análisis electroquímico Nanotecnología Nanoestructuras Nanocompuestos Nanotubos
• Subjects:Electrochemical analysis Nanotechnology Nanostructures Nanocomposites Nanotubes
• Palabras claves:área superficial específica, nanomateriales de ferrita espinela, área superficial, modelo gbsvr híbrido desarrollado, nanomateriales de ferrita espinela, algoritmo genético híbrido, producción solar de hidrógeno, regresión de vectores de apoyo, modelo teórico viable, aplicaciones
• Keywords:specific surface area, spinel ferrite nanomaterials, surface area, developed hybrid gbsvr model, spinel ferrites nanomaterials, hybrid genetic algorithm, solar hydrogen production, support vector regression, viable theoretical model, applications