استفاده از الگوریتم شبکه های عصبی مصنوعی در پیش بینی خصوصیات کششی نخهای مغزی دار با مغزی نایلون و رویه پنبه

شبکه های عصبی مصنوعی سیستمهای پردازش اطلاعات هستند. در سالهای اخیر این الگوریتمها مورد توجه محققان بسیاری برای مدلسازی فرایندهای مختلف و همچنین حل مسائل گوناگون قرار گرفته اند.در این تحقیق یک مدل شبکه عصبی مصنوعی برای پیش بینی خصوصیات کششی نخهای مغزی دار با رویه پنبه و مغزی نایلون ارائه می شود.;#۱۰ بدین منظوراز شبکه های چند لایه پیشرونده با الگوریتم آموزشی انتشار به عقب برای بررسی رابطه و ایجاد یک نگاشت بین پارامترهای تولید(نمره جزء رویه، نمره جزء مغزی، کشیدگی اولیه اعمالی به جزء مغزی و تاب اعمال شده به نخهای مغزی دار) و خواص کششی (استحکام و ازدیاد طول تا حد پارگی) نخهای مغزی دار استفاده می شود. نتایج حاصل نشان داد شبکه های عصبی مصنوعی یک روش موثر برای پیش بینی خصوصیا ت کششی نخهای مغزی دار است؛ به طوری که انحراف استاندارد خطای پیش بینی دسته های آموزش دهنده و آزمایش کننده همواره از انحراف استاندارد آزمایشات کمتر بود.;#۱۰

Keywords:

Artificial Neural Network , Back Propagation Algorithm , Core-spun Yarns , Cross Validation , Tensile Properties , شبکه های عصبی مصنوعی , الگوریتم انتشار به عقب , نخهای مغزی دار , تصدیق متقاطع , خواص کششی