در این مطالعه مدلسازی بیولیچینگ فلزات باارزش وانادیوم، نیکل و مس موجود در خاکسترهای سوخت نفتکوره با استفاده شبکههای 2)، غلظت /5 -در بازه 1) pH عصبی مصنوعی بررسی میشود. در مدلهای بهدستآمده، درصد استخراج فلزات بهعنوان تابعی از فاکتورهای15 روز) فرایند بررسی شده است. سه مدل -10 %) و زمان (در بازه 0 -9 گرم بر لیتر)، درصد تلقیح باکتری (در بازه 1 -در بازه 0) Feاولیه یون +2شبکه عصبی برای تخمین درصد استخراج هریک از فلزات ارائه شد. از روش پس انتشار خطا و الگوریتم لونبرگ-مارکورت برای آموزش شبکه استفاده شد. یکچهارم دادهها در فرایند آموزش شبکه عصبی استفاده نشد و برای ارزیابی مدل مورد استفاده قرار گرفت. متوسط خطای نسبی 0 از کسر مطلق /2 بهدست آمد. همچنین مقدار بزرگتر از 99/3 و % 82/07 % ،5/برای وانادیوم، نیکل و مس بهترتیب برابر با % 35 (MRE)R واریانس (2) بیانگر تأئید اعتبار مدلهای بهدست آمده از شبکه عصبی است.