基于人工神经网络方案的磁交叉纳米流体中含有旋转微生物的生物对流流动分析，涉及激活能

本研究提出使用反向传播神经网络（BNNs）进行智能数值计算技术，以对包含激活能的旋转微生物的纳米流体磁交叉生物对流分析（MHDBC-NFM）进行数值处理。利用有效信息，将部分微分方程（PDEs）中的原始系统模型MHDBC-NFM重构为非线性常微分方程（ODEs）。通过Lobatto IIIA技术的计算能力，这些生成的非线性ODEs得以优化，以为该提议模型的十二种场景提供基于Levenberg-Marquardt算法的反向传播神经网络（LMA-BNNs）数据集。验证、训练和测试过程同时进行，以适应神经网络。使用Levenberg-Marquardt反向传播降低均方误差（MSE）函数，进而得出MHDBC-NFM在不同场景下的估计解。通过相关性、误差直方图、MSE和回归结果的比较研究与性能评估显示了所建议的BNNs方法的有效性。观察到的无量纲旋转微生物场的减弱行为与生物对流Lewis数相关。此外，结果表明，在较高辐射参数值下，温度剖面变得更加显著.