دانلود مقاله انگلیسی رایگان:همبستگی و پیش بینی تنش سطحی مخلوطهای باینری هیدروژن غیر ایده آل با استفاده از شبکه عصبی مصنوعی - 2020
تبریک غدیر خم

با سلام خدمت کاربران عزیز، به اطلاع می رساند ترجمه مقالاتی که سال انتشار آن ها زیر 2008 می باشد رایگان بوده و میتوانید با وارد شدن در صفحه جزییات مقاله به رایگان ترجمه را دانلود نمایید.

دانلود مقاله انگلیسی شبکه های نورونی رایگان
  • Correlation and prediction of surface tension of highly non-ideal hydrous binary mixtures using artificial neural network Correlation and prediction of surface tension of highly non-ideal hydrous binary mixtures using artificial neural network
    Correlation and prediction of surface tension of highly non-ideal hydrous binary mixtures using artificial neural network

    سال انتشار:

    2020


    عنوان انگلیسی مقاله:

    Correlation and prediction of surface tension of highly non-ideal hydrous binary mixtures using artificial neural network


    ترجمه فارسی عنوان مقاله:

    همبستگی و پیش بینی تنش سطحی مخلوطهای باینری هیدروژن غیر ایده آل با استفاده از شبکه عصبی مصنوعی


    منبع:

    Sciencedirect - Elsevier - Colloids and Surfaces A, 590 (2020) 124474. doi:10.1016/j.colsurfa.2020.124474


    نویسنده:

    Hamed Amouei Ojakia, Mostafa Lashkarbolookib,*, Kamyar Movagharnejada


    چکیده انگلیسی:

    Prediction of surface tension of highly non-ideal binary aqueous–organic mixtures is crucial for interpreting the interaction between the molecules. In this regard, a multi-layer perceptron (MLP) artificial neural network (ANN) model is developed to predict the binary aqueous–organic surface tension as a function of mixture composition and temperature while the organic compounds are very dissimilar in size and type. To correlate the binary surface tension, gathered experimental surface tension data consisted of 30 binary mixtures containing 2271 data points in the wide temperature range of 273–471.15 K are randomly divided into three different subsets namely training (70 % of total data), validation (15 % of total data) and testing (15 % of total data) subsets. Different input variables are examined and the number of hidden neurons is optimized. The obtained results revealed that it is possible to correlate the binary surface tension with the best MLP network with 27 neurons in the hidden layer and inputs variables of temperature, mole fraction, molecular weight and critical pressure of non-water component with the average absolute relative deviation (AARD %) of lower than 1.43 %. Comparison of accuracy of the MLP model with several common models such as Jouyban-Acree model, Wilson equation, Paquette and Rasmussen areas and several equations of state including SRK, PR and CPA revealed more accuracy of the proposed MLP based model.
    Keywords: Surface tension | Modeling | Binary mixture | Non-ideal | ANN


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 14
    حجم فایل: 4961 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi