Estimation of Boundary Conditions in Conduction Heat Transfer by Neural Networks
DOI:
https://doi.org/10.5540/tema.2002.03.02.0189Resumo
Two different artificial neural networks (NN) are used for estimating a time dependent boundary condition (x = 0) in a slab: multilayer perceptron (MP) and radial base function (RBF). The input for the NN is the temperature time-series obtained from a probe next to boundary of interest. Our numerical experiments follow the work of Krejsa et al. [4]. The NNs were trainned considering 5 per cent of noise in the experimental data. The training was performed considering 500 similar test-functions and 500 different test-functions. Inversions with trained NNs with different test-functions were better. The RBF-NN presented a slightly better results than MP-NN.Referências
[1] J. V. Beck, B. Blackwell, C. R. St. Clair, “Inverse Heat Conduction: Ill-Posed Problems”, John Wiley & Sons, 1985.
S. Haykin, “Neural Networks: A Comprehensive Foundation”, Mcmillan, 1994.
J. D. Hoffman, “Numerical Methods for Engineers and Scientists”, McGraw- Hill, Inc., New York, USA, 1993.
J. Krejsa, K.A. Woodbury, J.D. Ratliff, M. Raudensky, Assessment of strategies and potential for neural networks in the inverse heat conduction problem, Inverse Problems in Engineering, 7 (1999), 197-213.
N.J. McCormick, Inverse problems: methods and applications, em “Seleta do XXIII CNMAC” (E.X.L. Andrade et al., eds), Tendências em Matemática Aplicada e Computacional, Vol. 2, pp.1-12, SBMAC, 2001.
W.B. Muniz, F.M. Ramos, H.F. Campos Velho, Entropy- and Tikhonov- based regularization techniques applied to the backwards heat equation, Computers & Mathematics with Applications, 40 (2000), 1071-1084.
W.B. Muniz, H.F. Campos Velho, F.M. Ramos, A Comparison of some inverse methods for estimating the initial condition of the heat equation, Journal of Computational and Applied Mathematics, 101 (1999), 153-171.
M.N. Ozisik, “Heat Conduction”, John Wiley & Sons, 1980.
M.N. Ozisik, “Finite Difference Methods in Heat Transfer”, CRC Press, 1994.
M.N. Ozisik, H.R.B. Orlande, “Inverse Heat Transfer: Fundamentals and Applications”, Taylor & Francis, 2000.
J.D.S. Silva, E.H. Shiguemori, H.F. Campos Velho, Neural network systems for estimating the initial condition in a heat conduction problem, em “International Joint Conference on Neural Networks — World Conference on Computational Intelligence”, 2002, Honolulu, USA (Proceedings in CD Rom).
A.N. Tikhonov, V.Y. Arsenin, “Solutions of Ill-Posed Problems”, Winston and Sons, 1977.
K.A. Woodbury, Neural networks and genetic algorithms in the solution of inverse Pproblems, Bulletim of Brazilian Society for Computing and Applied Mathematics, available in the site: http://www.sbmac.org.br/a_sbmac/publicacoes/frames.htm .
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Direitos Autorais
Autores de artigos publicados no periódico Trends in Computational and Applied Mathematics mantêm os direitos autorais de seus trabalhos. O periódico utiliza a Atribuição Creative Commons (CC-BY) nos artigos publicados. Os autores concedem ao periódico o direito de primeira publicação.
Propriedade Intelectual e Termos de uso
O conteúdo dos artigos é de responsabilidade exclusiva dos autores. O periódico utiliza a Atribuição Creative Commons (CC-BY) nos artigos publicados. Esta licença permite que os artigos publicados sejam reutilizados sem permissão para qualquer finalidade, desde que o trabalho original seja corretamente citado.
O periódico encoraja os Autores a autoarquivar seus manuscritos aceitos, publicando-os em blogs pessoais, repositórios institucionais e mídias sociais acadêmicas, bem como postando-os em suas mídias sociais pessoais, desde que seja incluída a citação completa à versão do website da revista.
