مدل سازی تئوری ذرات مقیاس بندی شده با استفاده از شبکه عصبی مصنوعی
محل انتشار: چهاردهمین کنگره ملی مهندسی شیمی ایران
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 752
فایل این مقاله در 5 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:
NICEC14_065
تاریخ نمایه سازی: 3 آذر 1391
چکیده مقاله:
از آنجایی که بدست آوردن میزان انحلال گاز در مایع با روش های آزمایشگاهی زمان بر، گران و همراه با خطای اپراتور می باشد، ناگزیر میزان دقیق آن را تنها با دستگاه های پیشرفته آزمایشگاهی می توان اندازه گیری کرد.بنابراین ما همواره بدنبال روش های غیر تجربی برای محاسبه حلالیت هستیم. در این کار پارامترهای تئوری ذرات مقیاس بندی شده بعنوان ورودی به شبکه عصبی داده شده و حلالیت چندین گاز غیر قطبی در حلالهای قطبی و غیر قطبی در دمای 298.15 کلوین و فشار 101.325 کیلوپاسکال بعنوان خروجی محاسبه شده و نتایج با مقادیر تجربی مقایسه شده است. با استفاده از روش سعی و خطا این نتیجه حاصل شد، که شبکهعصبی مورد استفاده در این کار باید دارای 5 لایه میانی و یک لایه خروجی برای رسیدن به کمترین میزان خطای ممکن باشد. میانگین خطای نسبی حاصل از شبیه سازی در مرحله یادگیری و آزمون به ترتیب برابر با 0/89و0/92درصد می باشد. از میزان خطا، بطور واضح می توان تطابق خوبی را با داده های تجربی مشاهده کرد
کلیدواژه ها:
نویسندگان
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 :