پیش بینی دمای ذوب ترکیبات آلی با استفاده از شبکه عصبی

چکیده مقاله

دمای ذوب یک خاصیت فیزیکی است که دمای انتقال فاز از جامد به مایع را تعیین می کند موثرترین روشی که برای پیش بینی دمای ذوب ترکیبات آلی بکار می رود، رابطه کمیتی ساختار خواص نام دارد این روش براساس ارتباط بین مقادیر تجربی خواص و توصیف کننده های مولکولی، که از ساختار شیمیایی یک مولکول بدست می آیند، عمل می کند از دو مدل پرسپترون یکنواخت چند لایه و پرسپترون چند لایه با استفاده از شبکه عصبی مصنوعی در محیط نرم افزاری R و متلب برای پیش بینی دمای ذوب 962 ترکیب آلی استفاده شد 20% از داده ها برای اعتبار سنجی، 60% برای آموزش و 20% برای آزمایش شبکه بکار گرفته شد بهترین نتیجه زمانی حاصل شد که از شبکه عصبی پرسپترون یکنواخت چند لایه و محیط نرم افزار R استفاده شود جذر میانگین مربعات خطای این مدل،26 969 درجه سلسیوس و ضریب همبستگی 0 7106 بدست آمد

کلیدواژه‌ها

نویسندگان

مایده اسدالله پور

دانشکده مهندسی شیمی، دانشگاه گیلان

حسین قنادزاده گیلانی

دانشکده مهندسی شیمی، دانشگاه گیلان

کامیار موقر نژاد

دانشکده مهندسی شیمی، دانشگاه صنعتی بابل

�سدالله پور، مایده و قنادزاده گیلانی، حسین و موقر نژاد، کامیار،1394،پیش بینی دمای ذوب ترکیبات آلی با استفاده از شبکه عصبی،نخستین کنفرانس ملی محاسبات نرم،رشت

ارائه‌شده در

مجموعه مقالات نخستین کنفرانس ملی محاسبات نرم27 آبان 1394 · رشت