مدل سازی جذب یونی ترکیبات دی اکسید کربن دار محلول با استفاده از شبکه های عصبی مصنوعی

دراین پروژه میزان تاثیرگذاری هر یک از عوامل موثر بر روی دانسیته یعنی دمای فرآیند و ترکیب درصد هر یک از اجزا و همچنین ارتباط بین متغیرهای ورودی و خروجی مورد بررسی قرار گرفته است. که این مهم توسط نرم افزار شبکه‫های عصبی مصنوعی انجام شده است. ‬‬برای ساختن شبکه عصبی تعداد نورون‫ها از ۱ تا ۲۰، توابع انتقال: tansig,radbas,satlin,tribas در نظر گرفته شده است. نوع تابع آموزش و میزان تقسیم‫بندی داده‫ها نیز بررسی شده است. خطای شبکه نیز از نوع میانگین مربعات خطا (MSE) تعریف شده است. ‬‬‬‬‬‬بهترین شبکه عصبی ساخته شده برای حالتی است که از تابع آموزش بیزین- رگولاریزیشن با تقسیم‫بندی داده‫ها به صورت ۶۰ درصد داده‫های آموزشی، ۲۰ درصد داده‫های ارزیابی در حین آموزش و ۲۰ درصد داده‫های ارزیابی در پایان آموزش نتیجه شده است. همچنین این شبکه دارای ۹ نورون می‫باشد که تابع انتقال (تبدیل) آن نیز ردبس است و خطای شبکه در این شرایط نیز ۰. ۰۰۹۷۵ تخمین زده شده است و رگراسیون در این حالت برابر ۰. ۹۵ می‫باشد. ‬‬‬‬‬‬‬‬‬‬‬‬‬‬

کلیدواژه ها:

جذب یونی ، ترکیبات دی‫اکسیدکربن‫دار محلول ، شبکه‫های عصبی مصنوعی‬‬‬‬‬‬‬‬‬‬