چكيده
استفاده گسترده از حلال هاي سمي و فرار در صنايع شيميايي منجر به آسيب جدي محيط زيست مي شود.لذا يافتن جايگزين مناسبي براي اين حلال ها كه از نظر زيست محيطي سالم بوده و در عين حال خواص حلال هاي متداول را داشته باشد ، به شدت در صنايع دارويي و شيميايي حس مي شود .
مايعات يوني طبقه جديد و شگفت انگيزي از تركيب نمكهاي كاتيونهاي آلي وآنيونهاي معدني است . مايعات يوني شامل تركيبات آلي هستند كه تماما از يون ها تشكيل شده اند . معمولا اين تركيبات در دماي زير 100درجه سانتي گراد مايع هستند و مهمترين مزيت آنها اين است كه فشار بخار قابل ملاحظه اي ندارند ، به همين دليل غير فرار بوده و مشكلي براي محيط زيست ايجاد نمي كنند .
شبكه هاي عصبي را مي توان با اغماض زياد ، مدل هايي الكترونيكي از ساختار عصبي مغز انسان ناميد و پايه مدل هاي تحليل عصبي بر شبيه سازي فعاليت هاي يك سلول عصبي ( نرون ) استوار است .
شبكههاي عصبي مصنوعي،سيستمها و روشهاي محاسباتي نويني هستند براي يادگيري ماشيني، نمايش دانش، و در انتها اعمال دانش به دست آمده در جهت بيشبيني پاسخهاي خروجي از سامانههاي پيچيده. ايده اصلي اين گونه شبكهها (تا حدودي) الهامگرفته از شيوه كاركرد سيستم عصبي زيستي ، براي پردازش دادهها ، و اطلاعات به منظور يادگيري و ايجاد دانش قرار دارد. عنصر كليدي اين ايده، ايجاد ساختارهايي جديد براي سامانه پردازش اطلاعات است. اين سيستم از شمار زيادي عناصر پردازشي فوق العاده بهمپيوسته با نام نورون تشكيل شده كه براي حل يك مسأله با هم هماهنگ عمل ميكنند و توسط سيناپسها (ارتباطات الكترومغناطيسي) اطلاعات را منتقل ميكنند. در اين شبكهها اگر يك سلول آسيب ببيند بقيه سلولها ميتوانند نبود آنرا جبران كرده، و نيز در بازسازي آن سهيم باشند. اين شبكهها قادر به يادگيرياند. يادگيري در اين سيستمها به صورت تطبيقي صورت ميگيرد، يعني با استفاده ازمثالها وزن سيناپسها به گونهاي تغيير ميكند كه در صورت دادن وروديهاي جديد، سيستم پاسخ درستي توليد كند.
در اين پروژه سعي بر استفاده از شبكه عصبي مصنوعي در تخمين و پيشگويي چگالي مايعات يوني داريم . 1700 داده آزمايشگاهي با شبكه عصبي شعاع مبنا بررسي خواهند شد .
