A novel SVM-GCM model for prediction of surface tension of some ionic liquids at different temperatures
محل انتشار: سومین کنفرانس بین المللی علوم و مهندسی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 795
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICESCON03_378
تاریخ نمایه سازی: 16 شهریور 1395
چکیده مقاله:
In this study, a novel group contribution method (GCM) is developed to predict the surface tension of ionic liquids (ILs) using support vector machine (SVM) algorithms. A data set including 1225 experimental data for 133 ionic liquids collected from various references is used to develop and assess the predictive capability of the model. The data set covers a temperature range of 278.15 through 470.56 K and a surface tension range of 19.15 through 70.30 mN.m-1. It employs a total of 45 anion-cation groups plus temperature to predict the surface tension. To better distinct the effects of anion and cation on the surface tension of ionic liquids, 5 cation groups, 36 anion groups and 4 substituted functional groups attached to the cation group, were implemented. The results of this method show an average absolute relative deviation (AARD) of 3.48% from experimental data.
کلیدواژه ها:
نویسندگان
Hoda Keshtkar
Department of Chemistry ,Shahrood University of Technology , Shahrood , Iran
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 :