文献

J-GLOBAL ID：201702238217456611   整理番号：17A1126470

ニューラルネットワークを用いた二成分気液平衡のための限界活量係数の予測【Powered by NICT】

Prediction of limiting activity coefficients for binary vapor-liquid equilibrium using neural networks

著者 (2件)： Ahmadian Behrooz Hesam (Chemical Engineering Faculty, Sahand University of Technology, Tabriz, Iran) ,  Boozarjomehry R. Bozorgmehry (Department of Chemical and Petroleum Engineering, Sharif University of Technology, Tehran, Iran)
資料名： Fluid Phase Equilibria  (Fluid Phase Equilibria)
巻： 433  ページ： 174-183  発行年： 2017年 
JST資料番号： H0635A  ISSN： 0378-3812  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 無限希釈での活量係数は,混合物中の溶質の制限非理想性の代表である。無限希釈活量係数(IDACs)の予測のための種々の方法が開発されている。人工ニューラルネットワークは,非線形関数近似のための強力なマッピングツールである。,個々の成分の特性をネットワークへの入力として使用される二成分系のIDACsの予測のために提案した人工神経回路網モデル。ニューラルネットワークの入力パラメータは,混合物温度,臨界温度,臨界圧力,臨界体積,分子量,双極子モーメントおよび両溶質と溶媒の偏心因子である。ニューラルモデルの出力は,溶質の無限希釈での活量係数の自然対数である。二つの異なるアプローチを採用し,文献で利用可能な実験に基づくことができる:特定の溶媒における種々の溶質と種々の溶媒中の溶質のシリーズ。最初のケースでは,溶媒に対応する入力パラメータはモデル性能に影響することなくネットワーク入力から除去できた。最小絶対平均偏差を持つネットワークを最適構造として報告した五種類の異なる事例は提案したモデルの性能を評価するために調べた。ニューラルモデルから予測された結果は,訓練,検証および試験データのための二乗相関係数R~2=(0.9993,0.9976と0.9977)の入手可能な実験データとよく一致し,それぞれ1891以上の実験データと文献から収集した包括的データセットを用いて訓練した人工神経回路網は,IDAC予測に用いた。結果はまた,NNモデルは,物理ベースモデルと比較して非常に良く機能した水溶液系の非水系およびCOSMO-SAC法の修正したUNIFAC法の予測と比較した。実験値の間の確かな一致と限界活量係数の予測値のために,唯一の溶質と溶媒の性質が要求される入力層(利用可能な実験データのタイプに依存して)の7または13ニューロンを持つフィードフォワード神経回路網の多層パーセプトロン型と一つの隠れ層は二元VLE系における溶質のIDACsを予測するために使用することができた。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 無限希釈 ,  水溶液 ,  二成分系 ,  *ニューラルネットワーク ,  溶質 ,  *気液平衡 ,  神経回路網 ,  相関係数 ,  分子量 ,  多層パーセプトロン ,  *予測 ,  双極子モーメント ,  *ネットワーク ,  神経回路網モデル
準シソーラス用語： *活動度係数 , 【Automatic Indexing@JST】

著者キーワード (4件)： 人工ニューラルネットワーク ,  活量係数の制限 ,  二成分系 ,  VLE

分類 (1件)： 有機物質からなる多成分系の相平衡・状態図  (CB03016J)

タイトルに関連する用語 (6件)： ニューラルネットワーク ,  二成分 ,  気液平衡 ,  限界 ,  活量係数 ,  予測