مدل سازی گرانروی مخلوط های روان کننده و خنک کننده به کمک شبکه عصبی مصنوعی

در این پژوهش از شبکه عصبی مصنوعی (ANNs) برای پیش بینی گرانروی  مخلوط روان کننده و خنک ­کننده استفاده شده است. دما، فشار، وزن مولکولی، کسر مولی خنک­ کننده و گرانروی خنک­ کننده به عنوان متغیرهای ورودی و گرانروی مخلوط روان کننده و خنک­ کننده به عنوان خروجی  مورد استفاده قرارگرفت. تعداد کل داده ­های تجربی مورد استفاده در این مطالعه ۱۰۵۳ عدد بود که شبکه عصبی مصنوعی به طورتصادفی با ۷۰% (۷۳۷ نقطه داده)، ۱۵% (۱۵۸ نقطه داده) و۱۵% (۱۵۸ نقطه داده) به ترتیب مورد آموزش ، ارزیابی و آزمون  قرارگرفت. مقدارهای میانگین خطای مطلق برای مجموعه داده های آموزش، ارزیابی و آزمون به ترتیب ۳۹/۰، ۴۸/۰ و ۴۹/۰ است. بنابراین مدل  شبکه عصبی مصنوعی مطالعه شده با ۱۵ نرون در لایه میانی هم­خوانی خوبی با  داده های تجربی دارد.

کلیدواژه ها:

گرانروی ، شبکه عصبی مصنوعی ، مخلوط روان کننده و خنک کننده ، لایه میانی