Метод оптимизации искусственных нейронных сетей для прогнозирования коэффициентов молекулярной диффузии полярных и неполярных бинарных газов
Н. Мелзи1, Л. Хауан1, С. Ханини1, М. Лайдия1, Я. Амми1, Х. Зенту2
1Университет г. Медеи, Медеа, Алжир
melzinaima@gmail.com
2Университет Путра, Серданг, 43400, Малайзия
hamidzen@gmail.com
Ключевые слова: искусственные нейронные сети, моделирование, молекулярная диффузия, прогнозирование, artificial neural networks, modeling, molecular diffusion, prediction
Страницы: 60-70
Аннотация
C использованием искусственной нейронной сети разработаны прогностические модели для оценки коэффициентов молекулярной диффузии различных газов в широком диапазоне температур и давлений. Две нейронные сети НС1 и НС2 с обратной связью были обучены с использованием шести физико-химических параметров соответственно: молекулярной массы, критического объема, критической температуры, дипольного момента, температуры, давления и молекулярной массы, критического давления, критической температуры, дипольного момента, температуры и давления. Коэффициенты диффузии рассматривались в качестве выходных данных. Набор из 1252 газов (941 неполярный, 311 полярных) использовался для обучения и тестирования искусственной нейронной сети. Получены хорошие корреляции (R =0,986 для НС1, R=0,988 для НС2). Проведен анализ чувствительности шести входных параметров, выбранных для моделирования коэффициента диффузии. Показано, что результаты, полученные с использованием искусственной нейронной сети, являются более точными, чем результаты, полученные по другим моделям.
DOI: 10.15372/PMTF20200206 |
