"Modélisation de la viscosité des liquides par intelligence computationnel"

Abstract

"Le but de cette étude est la mise en oeuvre d’une technique basée sur les réseaux de neurones artificiels de type perceptron multicouches (MLP), pour l’estimation de la viscosité des liquides. Le modèle PMC-RNA est présenté pour la prédiction de viscosité. La pression critique, la température critique, la masse molaire et la température comme des entré. Le modèle neuronal développé se caractérise par une acceptable précision et des estimations d’erreur presque moyenne. Les coefficients de corrélation obtenus dans ces études sont respectivement (0,8301, 0, 8301, 0, 8304, 0,9472) pour les résultats de l’apprentissage, test et validation et totale de plus, le résultat montre une correspondance presque moyenne avec les données expérimentales et aussi démontre une amélioration significative par rapport à un modèle mathématique récent disponible dans la littérature. Les prédictions du modèle PMC-RNA donnent également un aperçu de l’influence de la température critique, de la pression critique et la masse molaire et la température sur les valeurs de mesure viscosité. Dans ce contexte, nous avons développé un modèle neuronal : calcul de la viscosité des liquides (4-17-1) : REQM=1.4178). Cette étude a révélé la précision et l’efficacité des modèles neuronaux conçus et optimisés pour la prédiction de la viscosité des liquides."