مدل سازی سیستم تعادلیPz-CO2-H2O با استفاده از شبکه های عصبی
نویسنده:
چکیده:
در این تحقیق سیستم تعادلی پایپرزین-آب- دی اکسیدکربن با استفاده از مدل های شبکه عصبی مدل سازی شده است. در مدل از دو شبکه عصبی MLP، RBF استفاده شده است. در یادگیری شبکه ها الگوریتم پس انتشار خطا به کار رفته است. برای آموزش و تست شبکه های عصبی یک مرور کلی بر کارهای تجربی در زمینه حلالیت دی اکسیدکربن در محلول آبی پایپرزین انجام شده و داده های تجربی جمع آوری و طبقه بندی شده است. نتایج شبکه های عصبی با داده های تجربی ارائه شده در مقالات مورد ارزیابی قرار گرفت. متوسط مربع خطاهای کل داده ها برای شبکه MLP برابر با 21/4 درصد و برای شبکه RBF برابر با 78/4 بوده که نشان از پیش بینی مناسب شبکه های مورد استفاده می باشد. نتایج نشان داد که شبکه های عصبی ابزاری مناسب بر کاهش زمان محاسبات و افزایش دقت پیش بینی داده های تعادلی می باشند.
کلیدواژگان:
زبان:
فارسی
انتشار در:
صفحات:
21 تا 36
لینک کوتاه:
magiran.com/p1538889
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!