سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

A new approch to estimate kerosene properties by artificial neural networks and crude oil properties

Publish Year: 1390
Type: Conference paper
Language: English
View: 2,070

متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دانلود نمایند.

Export:

Link to this Paper:

Document National Code:

CMRCE03_256

Index date: 3 January 2012

A new approch to estimate kerosene properties by artificial neural networks and crude oil properties abstract

In this study, estimation of properties of kerosene from crude oil properties is considered. There is no model for this purpose. We use neural network simulation to correlate these properties. One hidden layer network is selected for this simulation and number of hidden layer is calculated by trial and error. The network with 4 hidden layers has the best agreement with experimental data.

A new approch to estimate kerosene properties by artificial neural networks and crude oil properties Keywords:

A new approch to estimate kerosene properties by artificial neural networks and crude oil properties authors

S Mousavian

Department of chemical engineering, Gachsaran branch, Islamic azad university,Gachsaran, Iran