ارزیابی سیستم های تلفیقی عصبی - ژنتیک و عصبی - فازی در پیش بینی میزان خوردگی
Publish place: 11th Iranian National Corrosion Congr
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,196
This Paper With 10 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:
INCC11_052
تاریخ نمایه سازی: 3 مهر 1388
Abstract:
در این مطالعه به منظور بررسی توانایی سیستم های هوش مصنوعی در پیش بینی خوردگی و رسوب دهی از شبکه عصبی - فازی و عصبی - الگوریتم ژنتیک به عنوان روشهای برتر در پیش بینی فرایندها استفاده شد. متغیرهای ورودی شامل یونهای بی کربنات، کربنات، کلیسیم، منیزیم و قلیائیت و خروجی مقادیر سه شاخص لانژلیر، رایزنر و پوکوریوس بود که هریک جداگانه توسط دو مدل پیش بینی شدند. نتایج نشان از توانایی بالای هر دو سیستم عصبی - فازی و عصبی - الگوریتم ژنتیک در پیش بینی میزان خوردگی و رسوب دهی بود. توانایی هر دو مدل در پیش بینی شاخص لانژلیر نسبت به دو شاخص دیگر بهتر ارزیابی شد. پیش بینی شاخص خوردگی لانژلیر توسط سیستم عصبی - فازی خطای کمتری (RMSE=0/42) نسبت به عصبی - الگوریتم ژنتیک (RMSE=0/69) داشت.
Keywords:
Authors
مریم بیات ورکشی
دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه بوعلی سینا
حمید زارع ابیانه
استادیار دانشکده کشاورزی دانشگاه بوعلی سینا
عادل قاسمی
دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه بوعلی سینا
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 :