دوره 24، شماره 2 - ( 10-1384 )                   جلد 24 شماره 2 صفحات 241-251 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

A.A. Gharehaghaji, M. Palhang, and M. Shanbeh. Using Artificial Neural Network Algorithm to Predict Tensile Properties of Cotton-Covered Nylon Core Yarns. jame. 2006; 24 (2) :241-251
URL: http://jame.iut.ac.ir/article-1-371-fa.html
علی‌اکبر قره آغاجی ، مازیار پالهنگ و محسن شنبه . استفاده از الگوریتم شبکه‌های عصبی مصنوعی در پیش بینی خصوصیات کششی نخهای مغزی دار با مغزی نایلون و رویه پنبه. مواد پیشرفته در مهندسی. 1384; 24 (2) :241-251

URL: http://jame.iut.ac.ir/article-1-371-fa.html


چکیده:   (1998 مشاهده)
شبکه های عصبی مصنوعی سیستمهای پردازش اطلاعات هستند. در سالهای اخیر این الگوریتمها مورد توجه محققان بسیاری برای مدلسازی فرایندهای مختلف و همچنین حل مسائل گوناگون قرار گرفته‌اند.در این تحقیق یک مدل شبکه عصبی مصنوعی برای پیش بینی خصوصیات کششی نخهای مغزی دار با رویه پنبه و مغزی نایلون ارائه می‌شود. بدین منظوراز شبکه‌های چند لایه پیشرونده با الگوریتم آموزشی انتشار به عقب برای بررسی رابطه و ایجاد یک نگاشت بین پارامترهای تولید(نمره جزء رویه، نمره جزء مغزی، کشیدگی اولیه اعمالی به جزء مغزی و تاب اعمال شده به نخهای مغزی دار) و خواص کششی (استحکام و ازدیاد طول تا حد پارگی) نخهای مغزی دار استفاده می‌شود. نتایج حاصل نشان داد شبکه‌های عصبی مصنوعی یک روش موثر برای پیش بینی خصوصیا ت کششی نخهای مغزی‌دار است؛ به طوری که انحراف استاندارد خطای پیش بینی دسته‌های آموزش دهنده و آزمایش کننده همواره از انحراف استاندارد آزمایشات کمتر بود.
متن کامل [PDF 1052 kb]   (262 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: عمومى
دریافت: ۱۳۹۳/۸/۳

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
کد امنیتی را در کادر بنویسید

کلیه حقوق این وب سایت متعلق به نشریه علمی پژوهشی مواد پیشرفته در مهندسی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2015 All Rights Reserved | Journal of Advanced Materials in Engineering (Esteghlal)

Designed & Developed by : Yektaweb