ارتقای روش های مختلف پیش بینی فشاربخار مواد مختلف

توضیحات

فصـل اول : مقدمه وکلیات تحقیق

۱-۱-مقدمه

۱-۲-تعریف فشار بخار

۱-۳–عوامل مؤثر برفشار بخار

۱-۳-۱-ماهیت مایع

۱-۳-۲-دمای مایع

۱-۴-بیان مسأله

۱-۵-توجیه ضرورت انجام تحقیق

۱-۶-اهداف تحقیق

۱-۷-مراحل انجام تحقیق

۱-۸-ساختار تحقیق

فصل دوم:ادبیات و پیشینه تحقیق

۲-۱-مقدمه

۲-۲-روابط ریاضی تخمین وپیش بینی فشاربخار مواد مختلف

۲-۲-۱-معادله کلازیوس-کلاپیرون

۲-۲-۲-معادله آنتوان

۲-۲-۲-۱-محدودیت های معادله آنتوان

۲-۲-۳-معادله آنتوان توسعه یافته

۲-۲-۴-معادله واگنر

۲-۲-۴-۱-محدودیت های معادله واگنر

۲-۲-۵-رابطه حالتهای متناظر ریدل

۲-۲-۶-معادله لی-کسلر

۲-۲-۶-۱-محدودیت های رابطه لی-کسلر

۲-۲-۷-معادله فشاربخار آمبروز-پاتل

۲-۲-۷-۱-ملاحظات معادله آمبروز-پاتل

۲-۲-۸-روش حالتهای متناظر آمبروز-والتون

۲-۳-اهمیت روش های نوین پیش بینی و تخمین خواص مواد

۲-۴-پیشینه روش شبکه های عصبی در تخمین خواص ترمودینامیکی

۲-۵-پیش بینی فشاربخار مواد با استفاده از شبکه عصبی مصنوعی

فصل سوم: روش تحقیق

۳-۱-مقدمه

۳-۲-تاریخچه پیدایش شبکه های عصبی مصنوعی

۳-۳-ویژگی های شبکه های عصبی مصنوعی

۳-۳-۱-قابلیت آموزش

۳-۳-۲-قابلیت تعمیم

۳-۳-۳-پردازش توزیعی(موازی)

۳-۳-۴-تحمل پذیری خطا

۳-۴-ساختار شبکه‌ها‌ی عصبی مصنوعی

۳-۴-۱-مدل نرون با یک ورودی

۳-۴-۲- مدل نرون با یک بردار به عنوان ورودی

۳-۴-۳-ساختار یک لایه از شبکه های عصبی

۳-۴-۴-شبکه های چندلایه

۳-۴-۵-توابع انتقال

۳-۴-۵-۱-تابع انتقال سخت محدود

۳-۴-۵-۲-تابع انتقال خطی

۳-۴-۵-۳-تابع انتقال لگاریتمی سیگموئید

۳-۴-۵-۴-تابع انتقال شعاع مبنا

۳-۴-۵-۵-تابع انتقال آستانه ای خطی متقارن

۳-۴-۵-۶-تابع انتقال تانژانت-سیگموئید

۳-۵-روش های آموزش شبکه عصبی

۳-۶-قواعد یادگیری شبکه های عصبی

۳-۶-۱-قواعد یادگیری نظارت شده

۳-۶-۲-قواعد یادگیری غیرنظارتی

۳-۷- شبکه های عصبی پرسپترون

۳-۷-۱-محدودیت های شبکه پرسپترون

۳-۸- شبکه های عصبی پیشخور

۳-۹-الگوریتم پس انتشار خطا

۳-۱۰-آموزش شبکه های پس انتشار

۳-۱۱-بیش برازش شبکه

۳-۱۲-بهبود عمومیت شبکه

۳-۱۳-پارامترهای اساسی برای طراحی یک شبکه عصبی

۳-۱۳-۱-انتخاب مناسب ترین اطلاعات ورودی به شبکه

۳-۱۳-۲-نحوه ورود داده ها

۳-۱۳-۳-تقسیم بندی داده ها

۳-۱۳-۴-انتخاب مناسب ترین تعداد نرون های لایه پنهان

۳-۱۲-معیارهای ارزیابی کارایی مدل

۳-۱۲-نرم افزار استفاده شده در این تحقیق

فصل ۴: محاسبات و یافته های تحقیق

۴-۱-مقدمه

۴-۲-طراحی شبکه عصبی مصنوعی برای هیدروکربن های آروماتیکی

۴-۳- طراحی شبکه عصبی مصنوعی برای آلکان ها و آلکن ها

۴-۴- طراحی شبکه عصبی مصنوعی برای الکل ها

۴-۵- طراحی شبکه عصبی مصنوعی برای آلکیل سیکلو هگزان ها

فصل پنجم: نتیجه گیری و پیشنهادها

۵-۱-نتیجه گیری

۵-۲-پیشنهادات برای تحقیقات آتی