پیش بینی و تخمین خواص هیدروژن اشباع با استفاده از شبکه عصبی مصنوعی
محل انتشار: کنفرانس پژوهش های نوین در علوم و مهندسی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 421
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NRSECONF01_093
تاریخ نمایه سازی: 6 بهمن 1395
چکیده مقاله پیش بینی و تخمین خواص هیدروژن اشباع با استفاده از شبکه عصبی مصنوعی
خواص ترمودینامیکی هیدروژن مانند فشار بخار، دانسیته، ظرفیت حرارتی و هدایت حرارتی در طراحی واحدهای مختلف شیمیایی بسیار اهمیت دارند. در این مقاله شبکه عصبی انتخاب شده، شبکه پیشخور با الگوریتم پس انتشار خطا با تابعآموزش انتشار رو به عقب لونبرگ مارکوارت است. ورودی به شبکه عصبی دما است و خروجی شبکه خواص هیدروژن در حالت اشباع هستند که شامل فشار بخار، دانسیته مایع و بخار، آنتالپی مایع و بخار، ظرفیت حرارتی مایع و بخار، ویسکوزیته مایع و بخار، هدایت حرارتی مایع و بخار و کشش سطحی مایع است. تعداد نقاط برابر 102 است. برای آموزش شبکه 00 % ، برایتعیین اعتبار 10 % و برای تست شبکه عصبی 20 % داده ها به کار رفته اند. بر اساس نتایج به دست آمده، بهینه طراحی ممکن برای شبکه عصبی، تابع فعال سازی سیگمودی برای لایه مخفی با 21 نرون در این لایه و تابع فعال سازی خطی برای لایه خروجی است
کلیدواژه های پیش بینی و تخمین خواص هیدروژن اشباع با استفاده از شبکه عصبی مصنوعی:
نویسندگان مقاله پیش بینی و تخمین خواص هیدروژن اشباع با استفاده از شبکه عصبی مصنوعی
احسان علی پناهی
دانشجوی کارشناسی مهندسی شیمی گرایش صنایع شیمیایی ازدانشکده فنی شهیدچمران اهواز
رویا شادی گو
دانشجوی دکتری مهندسی شیمی ازدانشگاه آزادواحدبروجرد
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 :