مدل سازی و پیش بینی نقطه اشتعال ترکیبات هیدرو کربنی با استفاده از شبکه عصبی
Publish place: Journal Of Modeling in Engineering، Vol: 19، Issue: 64
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 329
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JME-19-64_010
تاریخ نمایه سازی: 3 آذر 1400
Abstract:
نقطه اشتعال یکی از مهمترین خواص احتراقی ترکیبات شیمیایی است. در این مقاله مدلی بر پایه شبکه های عصبی به منظور پیش بینی نقطه اشتعال ترکیبات هیدروکربنی از خانواده های گوناگون با دقت بالا ارائه می شود. بر این اساس، تعداد اتم های هیدروژن و کربن، دمای بحرانی، دمای جوش نرمال، ضریب بی مرکزی و آنتالپی تشکیل به عنوان متغیر های ورودی مدل انتخاب شده اند. با بررسی شبکه های عصبی گوناگون، بهترین نتایج برای یک شبکه عصبی پیش رونده با چهار نورون در لایه میانی، تابع انتقال لوگ سیگموید و الگوریتم آموزش پس انتشار خطا لونبرگ- مارکارت مشاهده شده است. با استفاده از مدل به دست آمده، میزان خطای مطلق نسبی متوسط۹۷/۰%، ۹۶/۰%، ۹۶/۰% و ۱ % به ترتیب برای داده های آموزش، ارزیابی و آزمون مدل و نتایج کلی مدل حاصل گردید.در این مدل سازی ۳۹۳ ترکیب مورد بررسی قرار گرفته شده است.در این مقاله نحوه انتخاب بهترین الگوریتم آموزش و همچنین بهترین تابع فعالساز به همراه نمودار خطای نسبی آنها در شبکه ارائه و توضیح داده شده است.
Keywords:
Authors
حمیدرضا میرشاهولد
مهندسی مکانیک،دانشگاه واحد تهران غرب،دانشگاه آزاد اسلامی،تهران،ایران
رامین قاسمی اصل
مهندسی مکانیک،دانشگاه واحد تهران غرب،دانشگاه آزاد اسلامی،تهران،ایران
ناهید رئوفی
مهندسی شیمی، واحد تهران جنوب - دانشگاه آزاد اسلامی، دانشکده مهندسی شیمی و پلیمر، تهران، ایران
مهرداد ملک زاده دیرین
مهندسی مکانیک،دانشگاه واحد تهران غرب،دانشگاه آزاد اسلامی،تهران،ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :