1) Consulta de la función logística o poblacional y su uso en las redes neuronales

2) Una aplicación de una red neuronal

Utilización de la función logística en redes neuronales y uso en modelos de transferencia de

calor

3) Idea principal del artículo sobre la utilización de la función logística en redes neuronales y
uso en modelos de transferencia de calor

La utilización de modelos de redes neuronales para la predicción y optimización de los

procesos de intercambio térmico es una de las herramientas más útiles. El modelo de
un perceptrón 4-3-2 mostró ser de gran utilidad para la predicción de la temperatura
de dos sustancias. Para la configuración de la red neuronal se utilizó la función de
transferencia sigmoidal logística como función de activación. Esto se hace para
asegurar la transferencia efectiva de información en cada una de las neuronas que
conforman la red. De esta forma, el modelo de red neuronal empleado para la
predicción de temperatura de dos sustancias en intercambiadores de calor
proporciona resultados precisos, minimizando errores.
Sánchez, A; Góngora, E; Camaraza, Y. (2019). Red neuronal con entrenamiento dinámico para
simulación de un sistema de intercambiadores de calor. Recuperado de:
https://dialnet.unirioja.es/servlet/articulo?codigo=7377636

4) Bibliografía de justificación de la idea principal del artículo

Mohanraj, M; Jayaraj, S; Muraleedharan, C. (2015). Applications of artificial neural networks

for thermal analysis of heat exchangers - A review. Primer párrafo de la sección conclusiones
de la página 167.

“La literatura discutida en este documento confirmó que, la ANN se puede utilizar con éxito
para el modelado, simulación y análisis de intercambiadores de calor, estimación de
parámetros del intercambiador de calor como, coeficiente de transferencia de calor, factor de
ensuciamiento y factor de fricción, estimación de características de cambio de fase durante
procesos de ebullición y condensación de fluidos, CHF, identificaciones de fracciones vacías y
de flujo bifásico.”

Link del pdf:

https://sci-hub.se/https://www.sciencedirect.com/science/article/abs/pii/
S1290072914003433