عنوان مقاله :
معرفي دو روش جديد براي پيش بيني گرماي انفجار تركيبات پرانرژي با استفاده از رگرسيون خطي چندگانه و شبكه ي عصبي مصنوعي
پديد آورندگان :
رحماني ، مهدي نويسنده تهران – دانشگاه صنعتي مالك اشتر , , واحدي فيروزآبادي، محمدكاظم نويسنده دانشگاه ازاد اسلامي واحد فيروزآباد , , محمودي نژاد، محمودرضا نويسنده تهران – دانشگاه صنعتي مالك اشتر , , احمدي، بهزاد نويسنده Ahmadi, B.
اطلاعات موجودي :
دوفصلنامه سال 1392 شماره 20
كليدواژه :
رگرسيون خطي چندگانه , گرماي انفجار , مواد پرانرژي
چكيده فارسي :
در اين مقاله دو روش جديد براي پيش بيني گرماي انفجار تركيبات پر انرژي معرفي شده است. مقادير تجربي گرماي انفجار 74 تركيب پرانرژي از مراجع جمع آوري شده و در دو دسته ي آموزشي و آزمايشي قرار گرفتند. از دسته ي آموزشي براي ايجاد مدل و از دسته ي آزمايشي براي امتحان صحت و دقت مدل ساخته شده استفاده شد. از رگرسيون خطي چندگانه (MLR) براي شناسايي توصيف كننده ها و ارايه ي مدل خطي، و از شبكه ي عصبي مصنوعي (ANN) براي ارايه ي مدل غير خطي استفاده شد. در مدل MLR مقادير R2 و خطاي استاندارد براي دسته ي تست اين تركيبات به ترتيب 798/0 و J/gr 48/606 به دست آمدند. اين شاخص هاي آماري براي مدل شبكه ي عصبي مصنوعي 98/0 و J/gr 4/189 به دست آمدند كه با توجه به بالا بودن مقدار R2 و كم بودن مقادير خطاي استاندارد بخصوص براي مدل ارايه شده به كمك شبكه عصبي، مي توان نتيجه گرفت كه مقادير محاسبه شده همخواني خوبي با نتايج تجربي دارند. نتايج به دست آمده از اين روش ها همچنين با نتايج به دست آمده از كدهاي EDPHT و LOTUSE مقايسه شدند و از دقت بيشتري برخوردار بودند.
چكيده لاتين :
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.
عنوان نشريه :
تحقيق و توسعه مواد پرانرژي
عنوان نشريه :
تحقيق و توسعه مواد پرانرژي
اطلاعات موجودي :
دوفصلنامه با شماره پیاپی 20 سال 1392
كلمات كليدي :
#تست#آزمون###امتحان