Selection of best neural network for estimating properties of diesel-biodiesel blends

Se transesterific ̤aceite de soya con metanol en presencia de un catalizador bs̀ico para producir los šteres metl̕icos conocidos comn͠mente como biodiesel. Se prepararon mezclas de diesel y biodiesel, y se sometieron a pruebas en el laboratorio para determinar el punto de inflamacin̤ (flash point),...

Full description

Saved in:
Bibliographic Details
Other Authors: Kumal Jatinder, Bansal Ajay, Department of Chemical and Bio Engineering, Dr B R Ambedkar National Institute of Technology
Format: Book
Language:English
Subjects:
Online Access:Selection of best neural network for estimating properties of diesel-biodiesel blends
Tags: Add Tag
No Tags, Be the first to tag this record!

MARC

LEADER 00000nam a22000004a 4500
001 vpro2090
005 20201223000000.0
008 120827s2007 ck # g## #001 0#eng#d
020
022
040 |a CO-BoINGC 
041 0 |a eng 
245 1 0 |a Selection of best neural network for estimating properties of diesel-biodiesel blends 
246 |a Seleccin̤ de la mejor red neuronal para estimar las propiedades de las mezclas dišel-biodiesel 
264 |a Bogot ̀(Colombia) :  |b Revista VirtualPRO,  |c 2007 
520 3 |a Se transesterific ̤aceite de soya con metanol en presencia de un catalizador bs̀ico para producir los šteres metl̕icos conocidos comn͠mente como biodiesel. Se prepararon mezclas de diesel y biodiesel, y se sometieron a pruebas en el laboratorio para determinar el punto de inflamacin̤ (flash point), el punto de combustin̤ (fire point), la viscosidad y la densidad. Se examinaron siete arquitecturas de redes neuronales, tres algoritmos de entrenamiento junto con diez conjuntos distintos de peso y polarizadores (biases) para predecir las propiedades anteriormente mencionadas de las mezclas diesel-biodiesel. Se seleccionaron la mejor red neuronal y el mejor algoritmo de entrenamiento, y se generalizaron posteriormente para mejorar su desempeǫ usando una tčnica de interrupcin̤ (stopping technique). Los resultados mostraron que la red neuronal que tena̕ una arquitectura 2-7-4 con el algoritmo Levernberg Marquardt arroj ̤el mejor estimado para las propiedades de las mezclas de diesel-biodiesel. 
650 \ \ |a Biodišel 
650 \ \ |a Biocombustibles 
650 \ \ |a Energa̕ bioms̀ica 
650 \ \ |a Industria de los combustibles dišel 
650 \ \ |a Combustibles 
650 \ \ |a Mezclas 
650 \ \ |a Combustibles vegetales 
650 \ \ |a Biodiesel 
650 \ \ |a biofuels 
650 \ \ |a Biomass energy 
650 \ \ |a Diesel fuels industry 
650 \ \ |a Fuels 
650 \ \ |a Mixtures 
650 \ \ |a Vegetal fuel 
650 \ \ |a Biocombustible 
650 \ \ |a <U+00C9>steres metl̕icos de c̀idos grasos 
650 \ \ |a Transesterificacin̤ 
650 \ \ |a Red neuronal artificial 
650 \ \ |a Punto de inflamacin̤ 
650 \ \ |a Punto de incendio 
650 \ \ |a Biofuel 
650 \ \ |a Methyl esters of fatty acids,Diesel blends 
650 \ \ |a Transesterification 
650 \ \ |a Artificial neural network 
650 \ \ |a Flash point 
650 \ \ |a Fire point  
700 \ \ |a Kumal Jatinder 
700 \ \ |a Bansal Ajay  
700 \ \ |a Department of Chemical and Bio Engineering, Dr B R Ambedkar National Institute of Technology 
856 |z Selection of best neural network for estimating properties of diesel-biodiesel blends  |u https://virtualpro.unach.elogim.com/biblioteca/seleccion-de-la-mejor-red-neuronal-para-estimar-las-propiedades-de-las-mezclas-diesel-biodiesel