مقایسه روشهای یادگیری ماشین ترکیبی در پیش بینی عملکرد آب شیرین کن تقطیر غشایی
Publish place: The 32nd annual international conference of the Iranian Society of Mechanical Engineers
Publish Year: 1403
Type: Conference paper
Language: Persian
View: 194
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ISME32_404
Index date: 5 July 2024
مقایسه روشهای یادگیری ماشین ترکیبی در پیش بینی عملکرد آب شیرین کن تقطیر غشایی abstract
دستگاه های آب شیرین کن تقطیر غشایی یکی از انواع آب شیرین کن ها
هستند که بر مبنای جدایش غشایی، آب شور دریا را به آب
قابل استفاده تبدیل می کنند. پیش بینی دقیق عملکرد این سیستم ها،
نقش قابل توجهی در توسعه آن ها در صنعت دارد. در این پژوهش،
شار جریان نفوذی در این سیستم ها بر اساس چهار متغیر دبی
جریان تغذیه، غلظت نمک، دمای ورودی کندانسور و اواپراتور
پیش بینی می گردد و به این منظور روش های شبکه عصبی مصنوعی،
کت بوست، روش ترکیبی شبکه عصبی مصنوعی و الگوریتم
بهینه سازی گرگ خاکستری و روش ترکیبی کت بوست و بهینه ساز
گرگ خاکستری موردمطالعه و بررسی قرار می گیرد. برای بررسی
عملکرد روش های مذکور از معیارهای آماری میانگین مربعات خطا،
ضریب تعیین، میانگین خطای مطلق, میانگین در صد خطای مطلق
و شاخص ویلموت استفاده شده است. دقت روش های بررسی شده بر
اساس ضریب تعیین به ترتیب برابر به کت بوست (R(۲)=۹۸.۸۷%)،
ترکیب کت بوست و گرگ خاکستری (R(۲)=۹۸.۶۵%)،
ترکیب شبکه عصبی و بهینه سازی گرگ خاکستری (R(۲)=۸۶.۰۳%)
و شبکه عصبی مصنوعی(R(۲)=۸۱.۴۳%) می باشد.
مقایسه روشهای یادگیری ماشین ترکیبی در پیش بینی عملکرد آب شیرین کن تقطیر غشایی Keywords:
مقایسه روشهای یادگیری ماشین ترکیبی در پیش بینی عملکرد آب شیرین کن تقطیر غشایی authors
هلیا لوائی
کارشناسی مهندسی مکانیک، دانشکده فنی و مهندسی، دانشگاه خوارزمی، تهران
مصطفی اسماعیلی
دانشیار دپارتمان مهندسی مکانیک، دانشکده فنی و مهندسی، دانشگاه خوارزمی، تهران
