TY - JOUR ID - TI - Modeling of Continuous Stirred Tank Reactor based on Artificial Neural Network نموذج لخزان مفاعل مستمر الإثارة مبني على أساس الشبكة العصبية الذكية AU - Ahmed Sabah Al-Araji أحمد صباح عبد الأمير الأعرجي PY - 2015 VL - 18 IS - 2 SP - 202 EP - 207 JO - Al-Nahrain Journal for Engineering Sciences مجلة النهرين للعلوم الهندسية SN - 25219154 25219162 AB - This paper presents the dynamic model identification algorithm of the continuous stirred tank reactor (CSTR) using a multi-layer perceptron (MLP) neural network topology. The neural network approach for (CSTR) dynamic modeling is trained by using a particle swarm optimization (PSO) technique as a simple and fast training unsupervised algorithm. Polywog wavelet activation function is used in the structure of MLP neural network. The identification algorithm given in this paper has been proved to be reasonable and precise via Matlab simulation results in terms of fast, stable and minimum number of fitness evaluation for the CSTR modeling.

أن هذا البحث يقدم خوارزمية التعريف لنموذج ديناميكي لخزان مفاعل مستمر الإثارة (CSTR) باستخدام الشبكة العصبية متعددة الطبقات (MLPNN). لقد تعلمت الشبكة العصبية التي تمثل النموذج الديناميكي لخزان مفاعل مستمر الإثارة باستخدام تقنية حشد الجسيمات الامثلية لسهولة و سرعة هذه الخوارزمية للتعلم. وتم استخدام دالة التنشيط (Polywong Wavelet) في الشبكة العصبية.نتائج المحاكات لهذه الخوارزمية التعريفية كانت معقولة و مضبوطة من خلال استخدام الحقيبة البرمجية ماتلاب من حيث سرعة واستقرارية مع أدنى عدد من الاستدعاء لداله التقييم لنموذج (CSTR). ER -