ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

مدلسازی فرایند تراوش تبخیری جهت خالص سازی ایزوبوتانول از محلولهای آبی با کمک شبکه عصبی الگوریتم ژنتیک

سال انتشار: 1394
کد COI مقاله: MEMBRANE02_061
زبان مقاله: فارسیمشاهد این مقاله: 333
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 5 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مدلسازی فرایند تراوش تبخیری جهت خالص سازی ایزوبوتانول از محلولهای آبی با کمک شبکه عصبی الگوریتم ژنتیک

مژده فرهادی - دانشگاه صنعتی امیرکبیر، دانشکده مهندسی شیمی
غلامرضا پازوکی - دانشگاه صنعتی امیرکبیر، دانشکده مهندسی شیمی
احمدرضا رئیسی - دانشگاه صنعتی امیرکبیر، دانشکده مهندسی شیمی

چکیده مقاله:

در این پژوهش، به مدلسازی فرایند تراوش تبخیری که یکی از فرایند های غشایی موثر برای بازیابی ترکیبات آلی از محلولهای آبی است، با کمک شبکه عصبی مصنوعی الگوریتم ژنتیک پرداخته میشود. به منظور پیش بینی عملکرد فرایند تراوش تبخیری فلاکس کل و انتخاب پذیری از ترکیب شبکه عصبی و الگوریتم ژنتیک استفاده شده است. در این روش، ورودیهای شبکه ، غلظت خوراک ، ضخامت غشا، دبی خوراک و خروجیهای شبکه، فلاکس کل و غلظت جزء تراوا میباشد. با مشخص شدن فلاکس کل و غلظت جزء تراوا، میزان انتخاب پذیری غشا ارزیابی گردید. برای ترکیب شبکه عصبی و الگوریتم ژنتیک، شبکه پیش خور با الگوریتم آموزش پس انتشار خطا و تابع آموزش لونبرگ مارکوارت انتخاب شده است. از تابع فعالسازی Tansig برای لایه های پنهان و خروجی استفاده شد. به کمک روش الگوریتم ژنتیک تعداد 5 نرون برای لایه پنهان بدست آمد. نتایج مدلسازی به روش ترکیبی شبکه عصبی الگوریتم ژنتیک نشان داد - که این روش میتواند فلاکس کل و غلظت جزء تراوا را با دقت خوبی پیشبینی کند

کلیدواژه ها:

تراوش تبخیری، شبکه عصبی مصنوعی الگوریتم ژنتیک ، لونبرگ مارکوارت، ایزوبوتانول

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/390409/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
فرهادی، مژده و پازوکی، غلامرضا و رئیسی، احمدرضا،1394،مدلسازی فرایند تراوش تبخیری جهت خالص سازی ایزوبوتانول از محلولهای آبی با کمک شبکه عصبی الگوریتم ژنتیک،دومین همایش ملی غشا و فرایندهای غشایی،تهران،،،https://civilica.com/doc/390409

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394، فرهادی، مژده؛ غلامرضا پازوکی و احمدرضا رئیسی)
برای بار دوم به بعد: (1394، فرهادی؛ پازوکی و رئیسی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 ممقالهقاله لینک شده اند :

  • Omidali, M., Raisi, A., and Aroujalian, A. "Separation and purification ...
  • Al-Zoubi, H., Hilal, N., Darwish, N. A., and Mohammad, A. ...
  • Liu, Q. F., Kim, S. H., and Lee, S. "Prediction ...
  • T avako Imoghadam, M., and Safavi, M _ optimized neural ...
  • Tan, M., He, G., Li, X., Liu, Y., Dong, C., ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 20,655
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی