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

مقاله مقاله نشریه

مشخصات مقاله

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:

252
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

426
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی مدول خمشی و مدول الاستیسته تخته خرده چوب با استفاده از شبکه عصبی مصنوعی و مقایسه آن با مدل های رگرسیونی

صفحات

 صفحه شروع 283 | صفحه پایان 297

چکیده

 امروزه روش های مدلسازی متعددی برای پیش آگاهی و کاهش هزینه های تولید به منظور پیش بینی خواص فیزیکی و مکانیکی فراورده های صفحه ای چوبی استفاده می شود. از جمله این روش ها می توان به روش رگرسیون های و شبکه عصبی مصنوعی اشاره کرد. در این تحقیق امکان پیش بینی مقادیر مدول خمشی (MOR) و مدول الاستیسیته (MOE) تخته خرده چوب با استفاده از شبکه عصبی مصنوعی و رگرسیون خطی چند متغیره و بر اساس مهم ترین پارامتر های ساختاری تخته خرده چوب مانند دانسیته در سه سطح (65/0, 7/0, g/cm3 75/0), درصد چسب در سه سطح (8, 5/9 و %11) و ضریب کشیدگی در سه سطح (13, 33 و 47) بررسی شد. داده های آزمایشگاهی و داده های پیش بینی شده با مدل های مختلف براساس پارامترهای میانگین قدر مطلق خطا (MAPE), میانگین مربع خطا (MSE) و ضریب تعیین (R2) مورد مقایسه و ارزیابی قرار گرفتند. نتایج این مطالعه نشان داد که اگرچه هر دو مدل رگرسیون خطی چندگانه و شبکه عصبی مصنوعی توانایی پیش بینی مقادیر MOR و MOE را با دقت بالایی دارند, اما شبکه عصبی مصنوعی نسبت به رگرسیون خطی چند گانه, مدول خمشی و مدول الاستیسیته تخته خرده چوب را با R2 بالاتر و MAPE کمتری پیش بینی نمود. مقادیر R2 و MAPE برای شبکه عصبی به ترتیب 77 /0 و 72/7 درصد برای MOR و 86/0 و 7 درصد برای MOE به دست آمدند. مقادیر متناظر آنها برای مدل رگرسیون چندگانه به ترتیب 3/8 و 738/0, و 06/9 و 783/0 بودند. این مقدار خطا برای پیش بینی خواص تخته خرده چوب از نظر صنعتی و کاربردی رضایت بخش است.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    عربی، محمد، رستم پورهفتخوانی، اکبر، و پوربابا، رضا. (1400). پیش بینی مدول خمشی و مدول الاستیسته تخته خرده چوب با استفاده از شبکه عصبی مصنوعی و مقایسه آن با مدل های رگرسیونی. صنایع چوب و کاغذ ایران، 12(2 )، 283-297. SID. https://sid.ir/paper/959665/fa

    Vancouver: کپی

    عربی محمد، رستم پورهفتخوانی اکبر، پوربابا رضا. پیش بینی مدول خمشی و مدول الاستیسته تخته خرده چوب با استفاده از شبکه عصبی مصنوعی و مقایسه آن با مدل های رگرسیونی. صنایع چوب و کاغذ ایران[Internet]. 1400؛12(2 ):283-297. Available from: https://sid.ir/paper/959665/fa

    IEEE: کپی

    محمد عربی، اکبر رستم پورهفتخوانی، و رضا پوربابا، “پیش بینی مدول خمشی و مدول الاستیسته تخته خرده چوب با استفاده از شبکه عصبی مصنوعی و مقایسه آن با مدل های رگرسیونی،” صنایع چوب و کاغذ ایران، vol. 12، no. 2 ، pp. 283–297، 1400، [Online]. Available: https://sid.ir/paper/959665/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