محمد امانی - دانشجوی کارشناسی دانشگاه علم و صنعت ایران
مهدی بحیرایی - دانشجوی دکتری
سیدمصطفی حسینعلی پور - دانشیار

در این مطالعه با استفاده از شبکه عصبی پرسپترون چند لایه مدل خواص ترمودینامیکی R-22 و جایگزین هایش در هر دو ناحیه اشباع و ناحیه فوق گرم به دست آمد. خطاهای بسیار پایین بین خروجی های مدل و داده های واقعی نشانگر عملکرد مناسب شبکه عصبی در مدلسازی بود به طوری که مقدار R2 در تمامی مبردها هیچگاه از 0/998 پایین نیامد.

جایگزین هایR-22 ، شبکه عصبی، پیش بینی ، عملکرد مقایسه