پیش بینی میزان حلالیت داروی ایبوپروفن در دی اکسید کربن فوق بحرانی با استفاده از شبکه عصبی مصنوعی
Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 507
This Paper With 10 Page And PDF and WORD 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:
OGPD07_031
تاریخ نمایه سازی: 11 شهریور 1397
Abstract:
در این تحقیق از نرم افزار شبکه های عصبی مصنوعی برای پیش بینی میزان حلالیت ایبوپروفن در دی اکسید کربن فوق بحرانی استفاده شده است. برای ساختن شبکه عصبی تعداد نورون ها از 1 تا 20، توابع انتقال tansig,purelin,radbas,satlin,tribas, satlins در نظر گرفته شده است. نوع تابع آموزش و میزان تقسیم بندی داده ها نیز بررسی شده است. خطای شبکه نیز از نوع میانگین مربعات خطا (MSE) تعریف شده است. بهترین شبکه عصبی ساخته شده برای حالتی است که از تابع آموزش بیزین-رگولاریزیشن با تقسیم بندی داده ها به صورت 70 درصد داده های آموزشی، 15 درصد داده های ارزیابی در حین آموزش و 15 درصد داده های ارزیابی در پایان آموزش نتیجه شده است. همچنین این شبکه دارای 12 نورون می باشد که تابع انتقال(تبدیل)آن نیز ردبس است و خطای شبکه در این شرایط نیز 0.00057329 تخمین زده شده است و رگراسیون در این حالت برابر 0.92 می باشد.
Keywords:
شبکه عصبی مصنوعی , حلالیت , ایبوپروفن , دی اکسیدکربن فوق بحرانی , لونبرگ-مارکوات , بیزین-رگولاریزیشن , میانگین مربعات خطا
Authors
سمیرا سلطانی
دانشجوی کارشناسی ارشد مهندسی شیمی دانشگاه آزاد اسلامی واحد تهران شمال
مهدی ارجمند
عضو هییت علمی دانشگاه آزاد اسلامی واحد تهران جنوب