پیش‌نهاد هم‌کاری

مرداد ۳ام, ۱۳۹۰ | نوشته‌شده به دست عادل شجاعی در آموزش، دانش و فن‌آوری - (بدون دیدگاه)

از دوستانی که توانایی حل مساله مطرح شده در زیر را دارند، دعوت می شود که در پروژه ای که به این موضوع مرتبط است، شرکت کنند. در صورتی که فردی بتواند مساله زیر را حل کند و علاقه ای جهت شرکت در پروژه نداشته باشد، جایزه ی نفیس نقدی قابل توجه اهدا خواهد شد. حل این مساله می تواند گره نیمه کوری که در بسیاری از شاخه های علوم ترمودینامیکی،مکانیک سیالاتی و طراحی راکتورها و… وجود دارد را بگشاید.
گر چه چند نفر از استادان دانشگاه جوابی برای مساله من نداشتند ولی مطمئنم که این مساله جوابی خواهد داشت و این الگوریتم قابل دستیابی خواهد بود.
اگر کسی به نتیجه ای قابل قبولی رسید و توانست مساله بنده را حل کند خبر آن حتما در همین وبلاگ به صورت ویژه درج خواهد شد.
مساله: فرض می کنیم ما یک فرمول داریم. مثلا این فرمول تابعی است که غلظت ماده خروجی از راکتور (یک محفظه واکنش) را بدست می دهد. حال فقط می دانیم که غلظت(خروجی فرمول) تابعی است بر حسب زمان، مکان، دما ، فشار و یک یا چند پارامتر دیگر. حال ما دسترسی به این راکتور هم داریم و می توانیم غلظت که خروجی فرمول است را در زمان، مکان، دما و فشار های مختلف بدست آوریم(به داده های آزمایشگاهی دسترسی داریم.)

مساله این است که ما نمی دانیم تابعیت دما، فشار، زمان، مکان با غلظت چگونه است؟

اگر تابعیت خطی باشد که با حل همزمان چندین معادله حل می گردد (مثلا ۵ معادله و۵ مجهول) و هیچ!(یعنی خیلی ساده) اما اگر غیر خطی باشد یافتن تابعیت چگونه است؟ از کجا بفهمیم مثلا تابعیت اکسپوننشیالی (Exponential)است  یا دیگر صورت توابع؟ (غیر از دانستن فیزیک مساله)

آیا روش، برنامه و یا الگوریتمی وجود دارد با گرفتن این داده های آزمایشگاهی و تست کردن آن بر روی توابع مختلف (مثلا تصادفی یا از دیتابیس برنامه یا الگوریتم) بتواند بهترین تابع که بهترین منحنی را از داده ها عبور می دهد به ما بدهد؟

افزونه ۱: می توان مساله را steady state یا همان پایا فرض نمود.

افزونه ۲:بدست آوردن ثوابتی که پس از یافتن نوع تابعیت به بوجود می آید با جایگذاری داده‌های آزمایشگاهی بدست می‌آید.

افزونه ۳: تول باکسtool boxcurve fitting ‌ در نرم افزار متلب Matlab ممکن است بدرد بخورد ولی فقط fit  می کند و شکل تابع را تست نمی کند.ضمن اینکه تعداد توابع محدود می باشد.استفاده از این تول باکس بیشتر بدرد یافتن ثوابت پس از یافتن شکل تابع می‌خورد. در نرم افزار اکسل مایکروسافت نیز قابلیت فیت کردن به صورت ساده و البته غیر
دقیق با استفاده از دستور
trend line وجود دارد.اگر خواستید خودم با متلب و این تول باکس هم کار کرده ام.

افزونه ۴: با توجه به شکل فیزیکی شیمیایی مساله و زحمت های بقیه در مقالاتشان از یک سری از ویژگی های این تابع مطلع هستم که ممکن است به درد حل مساله بخورد.

دوستان اگر صورت سوال برایشان واضح نبود می توانند در قسمت نظرات با به صورت ایمیل سوال خود را بپرسند.

رشد تولید علم و اصولا تولید علم بر مبنای تعداد مقالات و تعداد ارجاعات به آن مقالات سنجیده می شود.
تفاوت رشد تولید علم و تولید علم، مثل شتاب و سرعت در فیزیک هست. شتاب، تغییرات سرعت بر واحد زمان است.
برای دیدن این مطلب در نشریه ی نیوساینتیست، اینجا کلیک کنید.