مدلسازی سلولهای فوتوولتاییک توسط سیستم استنتاج فازی مربعی و شبه عصبی
Authors
abstract
این مقاله به بررسی کاربرد سیستمهای فازی tsk مرتبه بالا در مدلسازی رفتار سلول های فوتوولتاییک می پردازد. در این مقاله روشی برای آموزش سیستم های فازی tsk مرتبه دو با متد یادگیری anfis (سیستم استنتاج فازی عصبی مصنوعی) ارائه شده است. واضح است که سیستم های فازی tsk مرتبه بالا تقریبگرهای دقیقتری هستند زیرا با در نظر گرفتن تعداد قواعد یکسان و تعداد توابع تعلق ورودی یکسان نسبت به سیستم های مرتبه صفر و یک بهتر می توانند رفتارهای غیر خطی را پوشش دهند. اما وجود جملات غیر خطی در بخش نتیجه قواعد مانع می شود که بتوان از الگوریتم anfis به صورت مستقیم برای سیستم های tsk مرتبه بالا استفاده نمود. در این مقاله روش ساده ای برای بکارگیری anfis بر روی انواع ساده شده ای از سیستم های tsk مرتبه دو پیشنهاد شده و از آن برای حل مسئله غیر خطی مدلسازی سلول های فوتوولتاییک استفاده شده است. مقایسه خطا نشان می دهد که روش پیشنهادی سیستم tsk مرتبه دو را با کارایی بیشتری آموزش می دهد
similar resources
مدلسازی طراحی آرایههای خورشیدی ماهوارههای سنجش از دور برمبنای سیستم استنتاج عصبی-فازی تطبیقی
از دیر باز مسأله مدلسازی و تحلیل سیستمها خصوصاً در سیستمهای پیچیده با دینامیک بالا همراه با نویز و عدم قطعیت در شناخت رفتار سیستمها و تصمیمگیری بسیار با اهمیت بوده و هست. این مقاله نشان میدهد که سیستمهای عصبی- فازی میتوانند برای مدلسازی طراحی آرایههای خورشیدی زیرسیستم تأمین توان الکتریکی ماهوارههای سنجش از دور در فاز طراحی مفهومی بهطور مؤثری مورد استفاده قرار گیرند. در طراحی مدل سیست...
full textمدلسازی فرآیند انعقاد و لخته سازی توسط روش های استنتاج عصبی- فازی تطبیقی، شبکه های عصبی مصنوعی و رگرسیون فازی
فرایند انعقاد و لخته سازی یکی از فرایندهای اصلی در تصفیه آب است. تاثیر پارامترهای مختلف بر این فرایند همواره یک بحث اساسی در راهبری تصفیه خانه های آب بوده و سال های مختلف از آزمایش جار برای این منظور استفاده شده است. در این مطالعه از سیستم استنتاج عصبی- فازی تطبیقی (anfis)، شبکه های عصبی مصنوعی (دو مدل پیشخور و پایه شعاعی) و تحلیل رگرسیون فازی جهت پیش بینی میزان نهایی کدورت پس از فرآیند انعقاد ...
full textکاربرد سیستم استنتاج تطبیقی عصبی- فازی به منظور مدلسازی شاخص ناهمواری بینالمللی در روسازیهای بتنی غیرمسلح درزدار
معیارهای زیادی بهمنظور تعیین وضعیت خدمتدهی روسازی توسعه یافته است که یکی از مهمترین این شاخصها، شاخص ناهمواری بینالمللی است. علاوه بر کاربرد شاخص ناهمواری بینالمللی در تعیین وضعیت روسازی و سنجش نیازمندیهای مرمت و نگهداری روسازی، در روشهای جدید مکانیستیک– تجربی طراحی روسازیهای صلب مانند روشMEPDG 2002 نیز پس از محاسبه تکتک خرابیها باید با استفاده از یک مدل ریاضی، خرابیهای مختلف روسازی...
full textمدلسازی بارش- رواناب با سیستم استنتاج فازی- عصبی تطبیقی (ANFIS) و رگرسیون خطی چندمتغیره (MLR)
در این پژوهش، کارآیی سیستم فازی- عصبی برای برآورد رواناب ناحیه کوهستانی حوضه هراز مورد ارزیابی قرار گرفت. هدف ایجاد مدلی با توابع و درجه عضویت مناسب است که بتواند رابطه بارندگی- رواناب را در یک حوضه بهدرستی برقرار کند. بدین منظور برای پیشبینی رواناب، 44 ترکیب مختلف از پارامترهای بارندگی، دما، تبخیر، دبی جریان و شاخص بارش پیشین با تأخیر زمانی بین آنها بهصورت روزانه طی دوره 32 سال آماری وارد م...
full textپیشبینی بلند مدت رواناب با استفاده از شبکه های عصبی مصنوعی و سیستم استنتاج فازی
مدلهای مفهومی بر مبنای هوش مصنوعی، اغلب برای پیشبینیهای کوتاه مدت و میان مدت هیدورلوژیکی به کار رفته اند. در این مقاله با استفاده از مفهوم تولید مجموعه ای از پیشبینیها1 (ESP) و تفکیک مدلسازی برای متغیرهای اقلیمیو هیدرولوژیکی، از مدلهای مفهومی برای پیشبینی بلندمدت حجم جریان رودخانه زاینده رود در محل ورودی به سد زاینده رود استفاده میشود. سیستم استنتاج فازی برای پیشبینی بار...
full textتخمین سطح تنش رطوبتی خاک با استفاده از مدل HYRDUS2D و سیستم استنتاج عصبی- فازی
در این پژوهش، بهمنظور تعیین طول دورهی تنش در طول فصل کشت، قابلیت مدلهای HYDRUS2D و ANFIS در شبیهسازی روند تغییرات زمانی رطوبت خاک و اجزای بیلان آب تحت آبیاری کامل و کمآبیاری معمولی در دو سطح 75 (DI75) و 55 درصد (DI55) در یک مزرعهی ذرت با یکدیگر مقایسه شدند. بدین منظور، طی دو فصل زراعی دادههای رطوبت خاک با استفاده از رطوبتسنج TRIME-FM برای واسنجی و صحتیابی مدل HYDRUS2D برداشت شد. همچنین...
full textMy Resources
Save resource for easier access later
Journal title:
مهندسی برق مدرسجلد ۱۱، شماره ۴، صفحات ۱۱-۱۹
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023