Partager

Document IIF

Réseau neuronal utilisé afin de prévoir la densité des frigorigènes purs et mélangés, à l'aide d'un algorithme génétique.

A neural network for predicting saturated liquid density using genetic algorithm for pure and mixed refrigerants.

Auteurs : MOHEBBI A., TAHERI M., SOLTANI A.

Type d'article : Article, Article de la RIF

Résumé

In this study, a new approach for the auto-design of a neural network based on genetic algorithm (GA) has been used to predict saturated liquid density for 19 pure and 6 mixed refrigerants. The experimental data including Pitzer's acentric factor, reduced temperature and reduced saturated liquid density have been used to create a GA-ANN model. The results from the model are compared with the experimental data, Hankinson and Thomson and Riedel methods, and Spencer and Danner modification of Rackett methods. GA-ANN model is the best for the prediction of liquid density with an average of absolute percent deviation of 1.46 and 3.53 for 14 pure and 6 mixed refrigerants, respectively.

Documents disponibles

Format PDF

Pages : 1317-1327

Disponible

  • Prix public

    20 €

  • Prix membre*

    Gratuit

* meilleur tarif applicable selon le type d'adhésion (voir le détail des avantages des adhésions individuelles et collectives)

Détails

  • Titre original : A neural network for predicting saturated liquid density using genetic algorithm for pure and mixed refrigerants.
  • Identifiant de la fiche : 2009-0065
  • Langues : Anglais
  • Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 31 - n. 8
  • Date d'édition : 12/2008

Liens


Voir d'autres articles du même numéro (15)
Voir la source

Indexation