پیش بینی ویسکوزیته مخلوطهای آبی - آلی 54 ماده توسط شبکه عصبی

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 673

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NICEC14_258

تاریخ نمایه سازی: 3 آذر 1391

چکیده مقاله:

دراین پژوهش با استفاده از اطلاعات تجربی موجود ویسکوزیته مخلوطهای آبی 54 ماده آلی درفشارجو توسط شبکه عصبی پرسپترون تخمین زده شده است ورودی شبکه شامل دمای ذوب دمای تبخیر ضریب بی مرکزی جز مولی وزن مولکولی چگالی نسبی فشاربحرانی و دمای کاهیده است پس از آموزش شبکه با 3741 گروه داده آزمایشگاهی 363 داده مورد تست قرارگرفت ساختاربهینه ترتیب لایه ها ازطریق حدس و خطا براساس میانگین انحراف 3/21% بدست آمد شبکه عصبی حاصل با مدل محاسباتی موجود دراین زمینه مورد مقایسه قرارگرفت که عملکردی بهتری نسبت به مدل مذکور داشت

کلیدواژه ها:

شبکه عصبی مصنوعی ، ویسکوزیته ، مخلوطهایدوتایی آبی - آلی

نویسندگان

جواد صیادامین

استادیار دانشگاه گیلان

کریستوفرسرکیزی شمس حاجیان

دانشجوی کارشناسی دانشگاه گیلان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • اسفندیاری، کورش، استفاده از شبکه عصبی مصنوعی در تخمین ضرایب ...
  • J. Homer, C. Generalis, and J. H. Robinson, Artificial neural ...
  • M. J. Lee, S. M. Hwang, and J. T. Chen, ...
  • D.S.Viswanath, T. K. Ghosh, D.L. Prasad, N.V.. Dutt, K.Y. Rani, ...
  • W.Christian, Viscosity of Pure Organic Liquids and Binary Liquid Mixtures, ...
  • M. J. Lee, J. Y Chiu, S. M. Hwang and ...
  • نمایش کامل مراجع