مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

282
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

537
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

استفاده از شبکه عصبی ANFIS و MLP در پیش بینی استخراج ترکیب های آروماتیکی از ترکیب های آلیفاتیکی توسط مایع های یونی

صفحات

 صفحه شروع 141 | صفحه پایان 154

کلیدواژه

سامانه استنتاجی فازی عصبی تطبیقی (ANFIS )Q1
شبکه عصبی پرسپترون چند لایه (MLP)Q1
الگوریتم ژنتیک (GA) و مایع های یونیQ1

چکیده

 یکی از فرایند های اصلی در صنایع پالایشی صنعت نفت, استخراج هیدروکربن های آروماتیک از هیدروکربن های آلیفاتیک است. بر این اساس پیش بینی دقیق رفتار فازی این سامانه ها می تواند باعث بهبود استخراج مایع مایع شود. در این مطالعه, رفتار ترمودینامیکی فازی سامانه سه جزئی هیدروکربن های آلیفاتیک و آروماتیک به همراه مایع های یونی توسط سامانه استنتاجی فازی عصبی تطبیقی (ANFIS) و شبکه عصبی پرسپترون چند لایه (MLP) پیش بینی شد. ورودی های مدل در مدل سازی سامانه استخراج مایع مایع, نسبت مولی ترکیب های آلیفاتیک, آروماتیک و مایع های یونی در خوراک و هم چنین جرم مولکولی آ ن ها و دمای سامانه استخراج در نظر گرفته شد و همچنین خروجی مدل نیز نسبت مولی ترکیب های آلیفاتیک و آروماتیک در فاز غنی از آلکان و نسبت مولی ترکیب های آروماتیک و مایع های یونی در فاز غنی از مایع های یونی در نظر گرفته شد. پارامترهای طراحی این شبکه های عصبی ازجمله تعداد نرون و شعاع خوشه چینی شبکه های MLP و ANFIS به منظور بهتر شدن دقت پیش بینی آن ها, با روش بهینه سازی تکاملی الگوریتم ژنتیک (GA) بهینه شدند. مقایسه دقت پیش بینی شبکه های ANFIS و MLP با داده های آزمایش بر اساس پارامترهای آماری R2, RMSD و MAD برای مدل ANFIS به ترتیب 9996/0, 0190/0 و0129/0 و برای مدل شبکه عصبی MLP به ترتیب 9996/0, 0204/0 و0127/0 به دست آمد. همچنین مقایسه ای بین دقت پیش بینی شبکه های ANFIS و MLP با مدل ترمودینامیکی NRTL برای دو سامانه گوناگون استخراج مایع مایع انجام شد, میانگین RMSD آن ها برای دو سامانه استخراج به ترتیب 0093/0, 0110/0 و 0113/0 به دست آمد. نتیجه های پارامترهای آماری نشان دهنده این است که این شبکه ها در پیش بینی رفتار ترمودینامیکی تعادل مایع مایع با دقت به نسبت مناسبی دارند و روش مؤثری هستند.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    ابراهیم خانی، محمدجواد، و قنادزاده گیلانی، حسین. (1399). استفاده از شبکه عصبی ANFIS و MLP در پیش بینی استخراج ترکیب های آروماتیکی از ترکیب های آلیفاتیکی توسط مایع های یونی. شیمی و مهندسی شیمی ایران (فارسی)، 39(3 (پیاپی 97) )، 141-154. SID. https://sid.ir/paper/411772/fa

    Vancouver: کپی

    ابراهیم خانی محمدجواد، قنادزاده گیلانی حسین. استفاده از شبکه عصبی ANFIS و MLP در پیش بینی استخراج ترکیب های آروماتیکی از ترکیب های آلیفاتیکی توسط مایع های یونی. شیمی و مهندسی شیمی ایران (فارسی)[Internet]. 1399؛39(3 (پیاپی 97) ):141-154. Available from: https://sid.ir/paper/411772/fa

    IEEE: کپی

    محمدجواد ابراهیم خانی، و حسین قنادزاده گیلانی، “استفاده از شبکه عصبی ANFIS و MLP در پیش بینی استخراج ترکیب های آروماتیکی از ترکیب های آلیفاتیکی توسط مایع های یونی،” شیمی و مهندسی شیمی ایران (فارسی)، vol. 39، no. 3 (پیاپی 97) ، pp. 141–154، 1399، [Online]. Available: https://sid.ir/paper/411772/fa

    مقالات مرتبط نشریه ای

  • ثبت نشده است.

    • مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button