Hydrothermal optimization of SiO2/water nanofluids based on attitudes in decision making
บทความในวารสาร
ผู้เขียน/บรรณาธิการ
กลุ่มสาขาการวิจัยเชิงกลยุทธ์
ไม่พบข้อมูลที่เกี่ยวข้อง
รายละเอียดสำหรับงานพิมพ์
รายชื่อผู้แต่ง: Amani M., Amani P., Jumpholkul C., Mahian O., Wongwises S.
ผู้เผยแพร่: Elsevier
ปีที่เผยแพร่ (ค.ศ.): 2018
วารสาร: International Communications in Heat and Mass Transfer (0735-1933)
Volume number: 90
หน้าแรก: 67
หน้าสุดท้าย: 72
จำนวนหน้า: 6
นอก: 0735-1933
eISSN: 1879-0178
ภาษา: English-Great Britain (EN-GB)
ดูในเว็บของวิทยาศาสตร์ | ดูบนเว็บไซต์ของสำนักพิมพ์ | บทความในเว็บของวิทยาศาสตร์
บทคัดย่อ
In order to avoid the costs of experimental evaluations, soft computing methods like artificial neural network (ANN) and genetic algorithm have remarkably grabbed the attentions of investigators for predicting the hydrothermal characteristics of different types of nanofluids. In this paper, the implementation of ANN and genetic algorithm for modeling and multi-criteria optimizing the hydrothermal behavior of SiO2/water nanofluid has been investigated. Using the data obtained from the experimental analysis, an ANN model is developed to estimate the pressure drop and Nusselt number as a function of volume concentration, Reynolds number, and inlet temperature. Different network structures were assessed and it has been achieved that a network with 2 hidden layers and 6 neurons in every layer provides the most accurate prediction. It is revealed that the developed network is satisfactorily accurate to determine the Nusselt number and pressure drop of SiO2/water nanofluid compared to the empirical correlations. To optimize the hydrothermal behavior of the nanofluid (i.e. to find the optimal cases with highest Nusselt number and the relatively least pressure drop), the genetic algorithm coupled with compromise programming approach has been implemented considering decision maker's attitude. ฉ 2017 Elsevier Ltd
คำสำคัญ
ANN modeling, Compromise programming, SiO2 nanofluid
ติดต่อสอบถามเพิ่มเติมได้ที่