معرفی دو روش جدید برای پیشبینی گرمای انفجار ترکیبات پرانرژی با استفاده از رگرسیون خطی چندگانه و شبکهی عصبی مصنوعی(علمی-ترویجی)
Authors
Abstract:
Abstract In this work tow simple approaches have been introduced to predict heat of explosion of high energetic materials. experimental heat of explosion of 74 energetic compound were collected from articles and this dataset was separated randomly into two groups, training and prediction sets, respectively, which were used for generation and evaluation of suitable models. Multiple linear regression (MLR) analysis was employed to select the best subset of descriptors and to build linear models while nonlinear models were developed by means of artificial neural network (ANN). The obtained models with four descriptors involved show good predictive power for the test set: a squared correlation coefficient (R2) of 0.798 and a standard error of estimation (s) of 606.48 were achieved by the MLR model while by the ANN model, R2 and SE were 0.98 and 189.4, respectively. Based on the large R2 -value and small SE values, significantly for ANN model, one can deduce that the predicted results are in good agreement with the measured values. Calculated heats of explosion are also compared with corresponding two famous cods, namely EDPHT and LOTUSE. It can be seen that the performance of the present models is better than these cods
similar resources
مدلسازی شاخص وضعیت روسازی (PCI) با استفاده از رگرسیون خطی چندگانه و شبکه عصبی انتشار برگشتی
یکیازمهمتریناهدافیکسیستممدیریتروسازی،تعییناولویتهاوزمانبهینهبرایتعمیرات،از طریقپیشبینیوضعیتروسازیاست.درواقعهدفسیستممدیریتروسازی(PMS)،<...
full textبرآورد دمای خاک از دادههای هواشناسی با استفاده از مدلهای یادگیری ماشین سریع، شبکه عصبی مصنوعی و رگرسیون خطی چندگانه
دمای خاک عامل کلیدی است که فرآیندها و خصوصیات فیزیکی، شیمیایی و بیولوژیکی خاک را کنترل میکند؛ لذا بر کمیت و کیفیت تولید محصولات کشاورزی تأثیر میگذارد. هدف از انجام این پژوهش برآورد دمای خاک با استفاده از پارامترهای هواشناسی به روشهای مختلف ماشین یادگیری بوده است. بدین منظور دادههای هواشناسی و دمای خاک در عمقهای 5، 10، 20، 30، 50 و 100 سانتیمتری از 17 ایستگاه سینوپتیک استان خوزستان مربوط ...
full textمدلسازی اسلامپ و مقاومت فشاری بتن توانمند با استفاده از شبکهی عصبی مصنوعی و رگرسیون خطی چندگانه
به دلیل ساختار پیچیدهی بتن توانمند، ارائهی مدلی برای پیشبینی رفتار آن دشوار است. مثلاً مطالعاتی مستقلاً نشان دادهاند که مقدار اسلامپ بتن توانمند، فقط به مقدار آب و بیشترین اندازهی مصالح درشتدانه بستگی ندارد، بلکه مقدار آن تحت تأثیر سایر اجزاء تشکیلدهندهی بتن نیز هست. در پژوهش حاضر، عملکرد شبکههای عصبی مصنوعی تغذیهی رو به جلو و آبشاری رو به جلو و رگرسیون خطی چندگانهی همزمان و قدم به ق...
full textپیشبینی اسلامپ بتن با استفاده از مدل شبکه عصبی مصنوعی و روش رگرسیون چندمتغیره خطی
روشهای مختلفی جهت اندازهگیری کارایی بتن وجود دارد که یکی از متداولترین و معمولترین روشها، آزمایش اسلامپ است. جهت دستیابی به مخلوطهای بتنی با اسلامپ مورد نظر، باید مخلوطهای مختلف بتنی ساخته شود و آزمایش اسلامپ بر روی آنها صورت گیرد. جهت صرفهجویی در زمان، هزینه و مصالح بهتر است از روشهای هوشمندی جهت پیشبینی اسلامپ بتن بر اساس نتایج مربوط به تعداد معینی از مخلوطهای بتنی استفاده شود. د...
full textمدلسازی عرض عملیات خاکی جاده های جنگلی با استفاده از شبکه عصبی مصنوعی و رگرسیون خطی چندگانه
عرض عملیات خاکی، به عنوان یکی از مهم ترین پارامترهای تعیین کننده حجم خاکبرداری و خاکریزی، در هزینه و تخریب ناشی از عملیات جاده سازی در جنگل مؤثر است. هدف از این پژوهش بررسی امکان پیش بینی عرض عملیات خاکی جاده های جنگلی است. برای نیل به این هدف دو روش شبکه عصبی مصنوعی و رگرسیون خطی چندگانه بکار گرفته شده است. برای این منظور، 192 مقطع عرضی در جادههای جنگلی سوردار-واتاشان مورد بررسی قرار گر...
full textپیشبینی انرژی قابل متابولیسم حقیقی تصحیح شده برای ازت بر اساس ترکیبات شیمیائی نمونه های مختلف سبوس گندم با استفاده از مدل رگرسیون خطی چندگانه
این پژوهش بهمنظور معرفی مدل رگرسیون خطی چندگانه جهت پیشبینی انرژی قابل متابولیسم حقیقی تصحیحشده برای ازت (TMEn) در سبوس گندم انجام شد. چربی خام، خاکستر، پروتئین خام، فیبر خام (درصد در ماده خشک) وTMEn (کیلوکالری در کیلوگرم ماده خشک) در 25 نمونه سبوس گندم با 4 تکرار اندازهگیری شد. برای تعیین TMEn، نمونهها بهروش تغذیه اجباری سیبالد به خروسهای بالغ خورانده شد و فضولات بهمدت 48 ساعت جمعآور...
full textMy Resources
Journal title
volume 9 issue 3
pages 67- 80
publication date 2014-03
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023