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

XML English Abstract Print


Download citation:
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
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

URL: http://isaem.ir/article-1-384-fa.html


هوافضا ، rahmani.mehdi82@gmail.com
چکیده:   (11740 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.
متن کامل [PDF 774 kb]   (325 دریافت)    
نوع مطالعه: ترویجی | موضوع مقاله: مدلسازی
انتشار: 1392/12/13

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Iranian Scientific Association of Energetic Materials

Designed & Developed by : Yektaweb