مدل سازی شبکه عصبی پارامتریک پیل سوختی پلیمری

در این پژوهش از یک روش هوش مصنوعی برای پیش بینی رفتار یک پیل سوختی پلیمری w25 ساخته شده، به کمک شبکه عصبی پارامتریک استفاده شده است. پیل سوختی یک یا مجموعه ای از سلول های الکتروشیمیایی است که انرژی شیمیایی حاصل از یک واکنش شیمیایی را به طور مستقیم و با بازده بالا به انرژی الکتریکی تبدیل می کند. شبکه عصبی مصنوعی یک سامانه پردازشی داده ها است که از مغز انسان ایده گرفته و پردازش داده ها را به عهده پردازنده های کوچک و زیادی سپرده که به صورت شبکه ای به هم پیوسته و موازی با یکدیگر رفتار می کنند تا یک مسئله را حل نمایند. در این پایان نامه، یک شبکه عصبی که نوآوری آن در به کارگیری از تابع فعالیت تانژانت هایپربولیکی است که با معرفی پارامتر جدید “p” قابلیت تغییر متناسب با نیاز شبکه را دارد، در فضای برنامه matlab طراحی و نوشته شده است. لایه ورودی شامل پارامترهای دما و فشار و جریان و لایه خروجی شامل ولتاژ می باشد. مقایسه نتایج مدل سازی با داده های آزمایشگاهی بدست آمده رضایت بخش بوده و میزان خطای شبکه عصبی در مرحله آزمون 5-10×2463/9 بوده است. استفاده از تابع فعالیت پارامتریک، موجب بهبود کارایی شبکه عصبی شده است.