مدل سازی و پیش بینی نقطه اشتعال ترکیبات هیدرو کربنی با استفاده از شبکه عصبی

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 355

فایل این مقاله در 8 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:

JR_JME-19-64_010

تاریخ نمایه سازی: 3 آذر 1400

چکیده مقاله:

نقطه اشتعال یکی از مهمترین خواص احتراقی ترکیبات شیمیایی است. در این مقاله مدلی بر پایه شبکه های عصبی به منظور پیش بینی نقطه اشتعال ترکیبات هیدروکربنی از خانواده های گوناگون با دقت بالا ارائه می شود. بر این اساس، تعداد اتم های هیدروژن و کربن، دمای بحرانی، دمای جوش نرمال، ضریب بی مرکزی و آنتالپی تشکیل به عنوان متغیر های ورودی مدل انتخاب شده اند. با بررسی شبکه های عصبی گوناگون، بهترین نتایج برای یک شبکه عصبی پیش رونده با چهار نورون در لایه میانی، تابع انتقال لوگ سیگموید و الگوریتم آموزش پس انتشار خطا لونبرگ- مارکارت مشاهده شده است. با استفاده از مدل به دست آمده، میزان خطای مطلق نسبی متوسط۹۷/۰%، ۹۶/۰%، ۹۶/۰% و ۱ % به ترتیب برای داده های آموزش، ارزیابی و آزمون مدل و نتایج کلی مدل حاصل گردید.در این مدل سازی ۳۹۳ ترکیب مورد بررسی قرار گرفته شده است.در این مقاله نحوه انتخاب بهترین الگوریتم آموزش و همچنین بهترین تابع فعالساز به همراه نمودار خطای نسبی آنها در شبکه ارائه و توضیح داده شده است.

کلیدواژه ها:

نقطه اشتعال ، مدل های پیش بینی کننده ، شبکه های عصبی ، QSPR ، مدل های مبتنی بر تسهیم گروه ها

نویسندگان

حمیدرضا میرشاهولد

مهندسی مکانیک،دانشگاه واحد تهران غرب،دانشگاه آزاد اسلامی،تهران،ایران

رامین قاسمی اصل

مهندسی مکانیک،دانشگاه واحد تهران غرب،دانشگاه آزاد اسلامی،تهران،ایران

ناهید رئوفی

مهندسی شیمی، واحد تهران جنوب - دانشگاه آزاد اسلامی، دانشکده مهندسی شیمی و پلیمر، تهران، ایران

مهرداد ملک زاده دیرین

مهندسی مکانیک،دانشگاه واحد تهران غرب،دانشگاه آزاد اسلامی،تهران،ایران

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 :
  • T.A. Albahri, "MNLR and ANN structural group contribution methods for ...
  • J.A. Lazzús, "Prediction of flash point temperature of organic compounds ...
  • Y. Pan, J. Jiang and Z. Wang, "Prediction of the ...
  • فاطمه کرد و کامیار موقرنژاد، «بررسی تجربی و مدل سازی ...
  • A. Alibakhshi, H. Mirshahvalad and S. Alibakhshi, "Prediction of flash ...
  • A. Alibakhshi, H. Mirshahvalad and S. Alibakhshi, "A modified group ...
  • G. Patil, "Estimation of flash point", Fire and Materials, ۱۲(۳), ...
  • F.Y. Hshieh, "Correlation of closed‐cup flash points with normal boiling ...
  • M. Riazi and T. Daubert, "Predicting flash and pour points", ...
  • A. Alibakshi, "Strategies to develop robust neural network models: Prediction ...
  • مصطفی لشکر بلوکی، «پیش بینی کشش سطحی مایعات یونی برپایه ...
  • مسعود افرندو محمد همت اسفه، «مدل سازی با استفاده از ...
  • J.R. Rowley, R.L. Rowley and W.V. Wilding, "Prediction of pure‐component ...
  • L. Catoire and V. Naudet, "A unique equation to estimate ...
  • F. Gharagheizi et al., "Gene expression programming strategy for estimation ...
  • D. Mathieu, "Inductive modeling of physico-chemical properties: Flash point of ...
  • Y. Pan, J. Jiang and Z. Wang, "Quantitative structure–property relationship ...
  • M.H. Keshavarz and M. Ghanbarzadeh, "Simple method for reliable predicting ...
  • D. Mathieu and T. Alaime, "Insight into the contribution of ...
  • J. Rowley, R. Rowley and W. Wilding, "Estimation of the ...
  • J. Tetteh et al., "Quantitative structure− property relationships for the ...
  • A.S. Hukkerikar et al., "Estimation of environment-related properties of chemicals ...
  • D. Mathieu, "Flash points of organosilicon compounds: how data for ...
  • M.H. Keshavarz et al., "A simple and reliable method for ...
  • A.R. Katritzky et al., "QSPR modeling of flash points: An ...
  • A. Khajeh and H. Modarress, "QSPR prediction of flash point ...
  • C.-C. Chen, H.-J. Liaw and Y.-J. Tsai, "Prediction of flash ...
  • A.R. Katritzky et al., "QSPR analysis of flash points", Journal ...
  • نمایش کامل مراجع