The application of Artificial Neura

The application of Artificial Neural Networks (ANNs) for prediction of thermodynamic
properties of refrigerants in vaporeliquid equilibrium is the scope of this article. It is very
important to find new ways to calculate thermodynamic properties of new refrigerants to
simplify equipment operation and design. ANNs are capable of learning the complex relationships
between input and output data, therefore they can be a good replacement of
the commonly used Equations of State (EoS) for thermodynamic properties prediction. In
this work multilayer perceptron ANNs with back-propagation algorithm were employed to
obtain accurate thermodynamic properties prediction models. No EoS were needed so far.
ANNs show their ability to accurately predict properties of refrigerants opening a promissory
way to process optimization and construction of intelligent devices, impacting in
both cost and energy savings

ผลลัพธ์ (ไทย) 1:

แอพลิเคชันของเครือข่ายประสาทเทียม (ANNs) สำหรับทำนายของขอบคุณสมบัติของน้ำมันในสมดุล vaporeliquid มีขอบเขตของบทความนี้ น่ารักมากต้องหาวิธีใหม่ในการคำนวณสมบัติทางอุณหพลศาสตร์ของน้ำมันใหม่เพื่อทำอุปกรณ์การดำเนินงานและการออกแบบ ANNs มีความสามารถในการเรียนรู้ความสัมพันธ์ที่ซับซ้อนระหว่างอินพุท และเอาท์พุทข้อมูล ดังนั้นพวกเขาสามารถแทนที่ดีโดยทั่วไปใช้สมการของสถานะ (EoS) สำหรับทำนายคุณสมบัติทางอุณหพลศาสตร์ ในนี้งานหลายชั้นเพอร์เซปตรอน ANNs กับอัลกอริทึมการเผยแพร่หลังถูกจ้างไปได้รับแบบจำลองทำนายคุณสมบัติทางอุณหพลศาสตร์ถูกต้อง EoS ไม่จำเป็นจนANNs แสดงความสามารถในการทำนายคุณสมบัติของน้ำมันที่เปิดเป็นตั๋วสัญญาใช้เงินได้อย่างถูกต้องวิธีการกระบวนการปรับให้เหมาะสมและสร้างอุปกรณ์อัจฉริยะ ผลกระทบต่อในประหยัดต้นทุนและพลังงาน

ผลลัพธ์ (ไทย) 3:

การประยุกต์ใช้โครงข่ายประสาทเทียม ( แอนน์ ) สำหรับการทำนายคุณสมบัติทางอุณหพลศาสตร์ สมดุลของสารทำความเย็นใน vaporeliquid
เป็นขอบเขตของบทความนี้ มันมาก
ที่สำคัญเพื่อค้นหาวิธีใหม่ในการคำนวณคุณสมบัติของสารทำความเย็นชนิดใหม่

ลดความซับซ้อนของการอุปกรณ์และการออกแบบ แอนน์มีความสามารถในการเรียนรู้ความสัมพันธ์ระหว่างปัจจัยการผลิตและส่งออกข้อมูลที่ซับซ้อน
, therefore they can be a good replacement of
the commonly used Equations of State (EoS) for thermodynamic properties prediction. In
this work multilayer perceptron ANNs with back-propagation algorithm were employed to
obtain accurate thermodynamic properties prediction models. No EoS were needed so far.
ANNs show their ability to accurately predict properties of refrigerants opening a promissory
วิธีการกระบวนการเพิ่มประสิทธิภาพและสร้างอุปกรณ์อัจฉริยะ ส่งผลกระทบต่อทั้งต้นทุนและการประหยัดพลังงานใน