شنبه 6 اردیبهشت 1404
[Archive]
جلد 9، شماره 3 - ( علمی- ترویجی تحقیق و توسعه مواد پرانرژی پاییز 1392 )
جلد 9 شماره 3 صفحات 80-67 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
rahmani M, vahedi M K, mahmoodnejad M, ahmadi B. Introduced Two Simple Approaches for Prediction Heat of Explosion of high energetic materials by using MLR and ANN moels. مواد پرانرژی 2014; 9 (3) :67-80
URL: http://isaem.ir/article-1-384-fa.html
URL: http://isaem.ir/article-1-384-fa.html
رحمانی مهدی، واحدی محمد کاظم، محمود نژاد محمود رضا، احمدی بهزاد. معرفی دو روش جدید برای پیشبینی گرمای انفجار ترکیبات پرانرژی با استفاده از رگرسیون خطی چندگانه و شبکه‌ی عصبی مصنوعی(علمی-ترویجی). نشریه مواد پرانرژی. 1392; 9 (3) :67-80
هوافضا ، rahmani.mehdi82@gmail.com
چکیده: (12198 مشاهده)
چکیده
در این مقاله دو روش جدید برای پیشبینی گرمای انفجار ترکیبات پر انرژی معرفی شده است. مقادیر تجربی گرمای انفجار 74 ترکیب پرانرژی از مراجع جمع‌آوری شده و در دو دسته‌ی آموزشی و آزمایشی قرار گرفتند. از دسته‌ی آموزشی برای ایجاد مدل و از دسته‌ی آزمایشی برای امتحان صحت و دقت مدل ساخته شده استفاده شد. از رگرسیون خطی چندگانه (MLR) برای شناسایی توصیف کننده‌ها و ارائه‌ی مدل خطی، و از شبکه‌ی عصبی مصنوعی (ANN) برای ارائه‌ی مدل غیر خطی استفاده شد. در مدل MLR مقادیر R2 و خطای استاندارد برای دسته‌ی تست این ترکیبات به ترتیب 798/0 و j/gr 48 /606 به دست آمدند. این شاخص‌های آماری برای مدل شبکه‌ی عصبی مصنوعی 98/0 و j/gr 4 /189 به دست آمدند که با توجه به بالا بودن مقدار R2 و کم بودن مقادیر خطای استاندارد بخصوص برای مدل ارائه شده به کمک شبکه عصبی، می‌توان نتیجه گرفت که مقادیر محاسبه شده همخوانی خوبی با نتایج تجربی دارند. نتایج به دست آمده از این روش‌ها همچنین با نتایج به دست آمده از کدهای EDPHT و LOTUSE مقایسه شدند و از دقت بیشتری برخوردار بودند.
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
