مدلسازی سلولهای فوتوولتاییک توسط سیستم استنتاج فازی مربعی و شبه عصبی

Authors

gholamali heydari

m.s ali akbar gharaveisi

associate professor shahid bahonar university of kerman mohammadali vali

associate professor shahid bahonar university of kerman

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

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

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 text

مدلسازی 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 text

کاربرد 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 text

مدل‌سازی 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 text

پیش‌بینی 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 text

تخمین 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 text

My Resources

Save resource for easier access later


Journal title:
مهندسی برق مدرس

جلد ۱۱، شماره ۴، صفحات ۱۱-۱۹

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023