بررسی کارایی شبکههای عصبی مصنوعی در پیشبینی تأثیر غلظت پلیمر و ولتاژ فرایند الکتروپاشش بر ویژگیهای فیزیکی ذرات
نویسندگان
چکیده مقاله:
با توجه به حساسیت ترکیبات زیست فعال، به تازگی استفاده از روش نوین پاشش الکتروهیدرودینامیکی جهت ریزپوشانی این ترکیبات پیشنهاد شده است. پارامترهای مؤثر بر اندازه و مورفولوژی ذرات تولیدی به دلیل تأثیری که بر حفاظت ترکیبات زیست فعال و رهایش کنترل شده آنها در مکان و زمان مناسب دارند، از اهمیت فراوانی برخوردارند. از اینرو در مطالعه حاضر ابتدا اثرات میزان غلظت کنسانتره پروتئین آب پنیر، صمغ عربی، شیر خشک و ولتاژ روی برخی از ویژگیهای فیزیکی محلول پلیمری و اندازه ذرات تولیدی به روش پاشش الکتروهیدرودینامیکی تعیین شد و سپس توسط مدل شبکه‌ی عصبی مصنوعی پرسپترون چند لایه و شبکه با تابع پایه‌ی شعاعی شبیه‌سازی گردید. این دو مدل همراه با توابع آستانه‌ی مختلف در پیشبینی مقادیر ویسکوزیته، کشش سطحی، هدایت الکتریکی محلول پلیمری و اندازه کپسول‌های تولیدی مورد استفاده قرار گرفتند. نتایج نشان داد که مدل شبکه‌ی پرسپترون چند لایه متشکل از چیدمانی با پنج ورودی و یک لایه مخفی حاوی 4 نرون با تابع فعال‌سازی تانژانت هیپربولیک که با استفاده از الگوریتم یادگیری لونبرگ-مارکوارت و تعداد تکرار 1000 آموزش دیده بود، بهترین نتیجه را برای پیشبینی این ویژگی‌ها در مقایسه با شبکه‌ی تابع پایه‌ی شعاعی بدست داد. ضرایب تبیین اندازه ذرات تولیدی، ویسکوزیته، کشش سطحی و هدایت الکتریکی محلول به ترتیب برابر با 958/0، 991/0، 996/0 و 967/0 بودند. آنالیز حساسیت مقادیر پیشبینی شده توسط شبکه‌ی عصبی پرسپترون چند لایه در برابر مقادیر تجربی حاکی از قرار گرفتن داده‌ها به طور تصادفی در اطراف خط رگرسیونی با ضریب تبیین بالا بود که دلیلی بر دقت بالای شبکه‌ی عصبی در پیشبینی داده‌های خروجی می‌باشد. شایان ذکر است که اندازه ذرات تولیدی، ویسکوزیته و هدایت الکتریکی محلول پلیمری با بالا رفتن غلظت پلیمرهای به کار رفته افزایش یافت و تمامی سطوح اختلاف آماری معنی‌دار (05/0< P) داشتند. نتایج به دست آمده در این مطالعه، به منظور پیشبینی اثرات عوامل اشاره شده بر ویژگیهای فیزیکی محلول هیدروکلوئیدی و ذرات تولیدی در جهت انتخاب مناسبترین ترکیب دیواره، با در نظر داشتن هدف از ریزپوشانی ترکیب زیست فعال، اهمیت کاربردی دارند.
منابع مشابه
بررسی اثر نوع پلیمر و کیفیت ماده لیگنوسلولزی بر ویژگیهای فیزیکی و مکانیکی چندسازه چوب-پلاستیک
در این تحقیق اثر نوع پلیمر شامل پلی وینیل کلراید و پلی اتیلن سنگین در ساخت چندسازه چوب-پلاستیک با استفاده از پسماند ساقه کلزا به صورت مغز زدایی شده و با مغز در ترکیب با پودر چوب در 5 سطح شامل : 100 درصد پودر چوب، 100 درصد پودر کلزای با مغز و بدون مغز، 50 درصد پودر چوب با 50 درصد پودر کلزای با مغز و 50 درصد پودر چوب با 50 درصد پودر کلزای بدون مغز بر ویژگیهای چندسازه های ساخته شده از آنها مورد بر...
متن کاملپیشبینی کارایی به کمک تأثیرپذیری غیرخطی از تأخیرهای زمانی در تحلیل پوششی داده‌ها با شبکههای عصبی مصنوعی
هدف: یکی از شیوه‌های مرسوم ارزیابی کارایی هر سازمان یا بنگاه، مقایسه آن با سایر رقبا یا نمونه‌های متناظر آن است. با این حال، در برخی پژوهش‌ها به سنجش کارایی یک واحد در مقایسه با خود در مرور زمان پرداخته شده و روند عملکرد یک واحد نسبت به گذشته خود ارزیابی شده است. هدف پژوهش جاری، پیشبینی کارایی یک واحد با استفاده از سری‌های زمانی عملکرد گذشته آن است. روش: این پژوهش به کمک مدل SBM و با استفاده ا...
متن کاملعملکرد مدل شبکه عصبی مصنوعی و شبکه عصبی فازی تطبیقی در تخمین غلظت ذرات معلق در هوای شهر تهران
در سالهای اخیر رشد روز افزون جمعیت ، وسایل نقلیه و کارخانه‌ها باعث افزایش آلودگی هوا و ایجاد مشکلات زیادی برای محیط زیست بشر و سلامتی انسان شده است. یکی از مهمترین آلاینده‌ها، ذرات‌معلق می‌باشد که سبب بروز مشکلات تنفسی و قلبی در انسان می‌شود. هدف از این مطالعه مقایسه مدل‌های شبکه‌عصبی‌مصنوعی و شبکه‌عصبی‌فازی-تطبیقی در تخمین غلظت ذرات معلق در شهر تهران می‌باشد. در...
متن کاملبررسی کارایی شبکه عصبی مصنوعی در مدل‌سازی فرایند حذف مالاشیت سبز با استفاده از پسماند چای و بررسی ایزوترم
آلودگی آب یکی از مشکلات مهم جوامع امروزی است و همزمان با پیشرفت جوامع بشری، این مشکل نیز افزایش می‌یابد. یکی از مهمترین آلاینده‌ها، وجود رنگ در نمونه‌های آبی است. جذب سطحی یکی از موثرترین فرایندها برای حذف این دسته از آلاینده‌ها است. در این پژوهش به بررسی فرایند و شرایط بهینه حذف رنگ مالاشیت سبز از محلول‌های آبی توسط پسماند چای عطری دوغزال پرداخته شد. برای دستیابی به شرایط بهینه حذف آل...
متن کاملبررسی عملکرد شبکههای عصبی مصنوعی در پیشبینی کارایی سرمایه فکری
سرمایه¬ فکری به عنوان سرمایه واقعی و یکی از مهمترین سرمایه¬های سازمانها و شرکتهای عصر حاضر مطرح است. هدف از اجرای این تحقیق بررسی عملکرد شبکه¬های عصبی مصنوعی در پیش¬بینی کارایی سرمایه فکری شرکت¬های پذیرفته شده در بورس اوراق بهادار می باشد. در این تحقیق ابتدا با استفاده از مدل تحلیل پوششی داده¬ها و با در نظر گرفتن متغیر ضریب ارزش افزوده سرمایه فکری به عنوان ورودی مدل و سه متغیر بازده سهام، نرخ ب...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 4 شماره 4
صفحات 31- 43
تاریخ انتشار 2017-06-22
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023