Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

03.09.2015 | Original Article | Ausgabe 1/2017

Neural Computing and Applications 1/2017

Novel approach for estimating solubility of solid drugs in supercritical carbon dioxide and critical properties using direct and inverse artificial neural network (ANN)

Zeitschrift:
Neural Computing and Applications > Ausgabe 1/2017
Autoren:
A. Abdallah el hadj, M. Laidi, C. Si-Moussa, S. Hanini

Abstract

In this work, a hybrid method based on neural network and particle swarm optimization (PSO) was applied to literature data to develop and validate a model that can predict with precision the solubility of binary systems (CO2 + solid drugs). ANN was used for modeling the nonlinear process. The PSO was used for two purposes: replacing the standard backpropagation in training the ANN and optimizing the process. The training and validation strategy has been focused on the use of a validation agreement vector, determined from linear regression analysis of the predicted versus experimental outputs, as an indication of the predictive ability of the neural network model. Statistical analysis of the predictability of the optimized neural network model trained with trainpso algorithm shows excellent agreement with experimental data. Furthermore, the comparison in terms of average relative deviation (AARD%) between the predicted results for each binary for the whole temperature and pressure range and results predicted by density-based models and a set of equations of state shows that the ANN–PSO model with optimized configuration, five neurons in input and hidden layers and one neuron in output layer (5-5-1) correlates far better the solubility of the solid drugs in scCO2. A control strategy was also developed by using the inverse artificial neural network method. The sensitivity analysis showed that all studied inputs have strong effect on the solubility and allowed the estimation of some solid properties from the solubility data with good accuracy without need to the group contribution methods.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 1/2017

Neural Computing and Applications 1/2017 Zur Ausgabe

Premium Partner

    Bildnachweise