این مقاله یک مدل دادهمحور برای تخمین دقیق پیشرانش تولیدشده توسط پیشرانه گاز سرد ارائه میدهد. دادههای تجربی مورد استفاده از پایگاه Zenodo (DOI: 10.5281/zenodo.7765215) استخراج شده و برای آموزش و ارزیابی مدل به کار رفتهاند. مدل پیشنهادی با استفاده از یک پرسپترون چندلایه (MLP) و بهینهسازی وزنها و بایاسهای شبکه به کمک الگوریتم ژنتیک (GA)، رابطه بین توان الکتریکی (Pe)، دبی جریان جرمی پیشران (ṁ) و بازده پیشرانه (η) را به پیشرانش خروجی (F) نگاشت میکند. معیار بهینهسازی در الگوریتم ژنتیک، خطای مربعات میانگین (MSE) دادههای اعتبارسنجی بود. پیادهسازی و آزمایشها با زبان پایتون انجام شدهاند. با استفاده از یک مجموعهداده متشکل از ۲۰۰۰ نمونه، مدل پیشنهادی GA-MLP به مقادیر ۰.۰۵MSE= اعتبارسنجی و ۰.۱ MSE=آزمون و ضریب همبستگی ۰.۸۲ R≈دست یافت. علاوه بر این، یک تحلیل حساسیت و مقایسه با یک شبکه آموزشدیده با روش کاهش گرادیان استاندارد ارائه شده است. مقایسههای انجامشده با مدلهای پایهای یادگیری ماشین شامل جنگل تصادفی و XGBoost برتری چشمگیر مدل پیشنهادی را از نظر دقت تخمین و همبستگی با دادههای واقعی نشان میدهد.
محمدیان خلف انصار, هادی , کیقبادی, جعفر و فرهید, مرتضی . (1405). تخمین نیروی پیشران در پیشرانه گاز سرد با استفاده از شبکه عصبی چندلایه بهینه شده با الگوریتم ژنتیک. مهندسی مکانیک دانشگاه تبریز, (), -. doi: 10.22034/jmeut.2026.69084.3605
MLA
محمدیان خلف انصار, هادی , , کیقبادی, جعفر , و فرهید, مرتضی . "تخمین نیروی پیشران در پیشرانه گاز سرد با استفاده از شبکه عصبی چندلایه بهینه شده با الگوریتم ژنتیک", مهندسی مکانیک دانشگاه تبریز, , , 1405, -. doi: 10.22034/jmeut.2026.69084.3605
HARVARD
محمدیان خلف انصار, هادی, کیقبادی, جعفر, فرهید, مرتضی. (1405). 'تخمین نیروی پیشران در پیشرانه گاز سرد با استفاده از شبکه عصبی چندلایه بهینه شده با الگوریتم ژنتیک', مهندسی مکانیک دانشگاه تبریز, (), pp. -. doi: 10.22034/jmeut.2026.69084.3605
CHICAGO
هادی محمدیان خلف انصار , جعفر کیقبادی و مرتضی فرهید, "تخمین نیروی پیشران در پیشرانه گاز سرد با استفاده از شبکه عصبی چندلایه بهینه شده با الگوریتم ژنتیک," مهندسی مکانیک دانشگاه تبریز, (1405): -, doi: 10.22034/jmeut.2026.69084.3605
VANCOUVER
محمدیان خلف انصار, هادی, کیقبادی, جعفر, فرهید, مرتضی. تخمین نیروی پیشران در پیشرانه گاز سرد با استفاده از شبکه عصبی چندلایه بهینه شده با الگوریتم ژنتیک. مهندسی مکانیک دانشگاه تبریز, 1405; (): -. doi: 10.22034/jmeut.2026.69084.3605
)