استفاده از شبکه ی عصبی در پیش بینی خواص ترمودینامیکی جایگزین های مبرد R-22 و مقایسه کارایی آنها در سیکل تبرید

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.

کلیدواژه ها:

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