فهرست نشریات علمی دسترسی آزاد ایران

در این تحقیق سیستم تعادلی پایپرزین-آب- دی‌اکسیدکربن با استفاده از مدل‌های شبکه عصبی مدل سازی شده است. در مدل از دو شبکه عصبی MLP, RBF استفاده شده است. در یادگیری شبکه‌ها 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 جمع‌آوری و طبقه بندی شده است. نتایج شبکه های عصبی با داده‌های تجربی ارائه شده در مقالات مورد ارزیابی قرار گرفت. متوسط مربع خطاهای کل داده‌ها برای شبکه MLP برابر با 21/4 درصد و برای شبکه RBF برابر با 78/4 بوده که نشان از پیش بینی مناسب شبکه‌های مورد استفاده می‌باشد. نتایج نشان داد که شبکه‌های عصبی ابزاری مناسب بر کاهش زمان محاسبات و افزایش دقت پیش بینی داده های تعادلی می باشند.