پیش بینی و تخمین خواص هیدروژن اشباع با استفاده از شبکه عصبی مصنوعی
محل انتشار: کنفرانس بین المللی پژوهش در علوم و مهندسی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 438
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICRSIE01_222
تاریخ نمایه سازی: 25 آذر 1395
چکیده مقاله:
خواص ترمودینامیکی هیدروژن مانند فشار بخار، دانسیته، ظرفیت حرارتی و هدایت حرارتی در طراحی واحدهای مختلف شیمیایی بسیاراهمیت دارند. در این مقاله شبکه عصبی انتخاب شده، شبکه پیشخور با الگوریتم پس انتشار خطا با تابع آموزش انتشار رو به عقب لونبرگمارکوارت است. ورودی به شبکه عصبی دما است و خروجی شبکه خواص هیدروژن در حالت اشباع هستند که شامل فشار بخار، دانسیته مایع و بخار، آنتالپی مایع و بخار، ظرفیت حرارتی مایع و بخار، ویسکوزیته مایع و بخار، هدایت حرارتی مایع و بخار و کشش سطحی مایعاست. تعداد نقاط برابر 201 است. برای آموزش شبکه 70 % ، برای تعیین اعتبار 20 % و برای تست شبکه عصبی 10 % داده ها به کار رفته اند. بر اساس نتایج به دست آمده، بهینه طراحی ممکن برای شبکه عصبی، تابع فعال سازی سیگمودی برای لایه مخفی با 14 نرون در این لایه و تابع فعال سازی خطی برای لایه خروجی است. ن
کلیدواژه ها:
نویسندگان
احسان علی پناهی
دانشجوی مهندسی صنایع شیمیایی دانشکده فنی شهیدچمران اهواز -
میلاد ملک پور
دانشجوی مهندسی صنایع شیمیایی دانشکده فنی - شهیدچمران گرگان
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 :