مدلسازی عضله تحریک شده در شرایط غیرایزومتریک توسط شبکه های عصبی مصنوعی
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه علم و صنعت ایران
- author کریم انصاری اصل
- adviser عباس عرفانیان امیدوار
- Number of pages: First 15 pages
- publication year 1378
abstract
در این پروژه با توجه به قابلیت بالای شبکه های عصبی مصنوعی در مدلسازی سیستم های غیرخطی، سعی شده که عضله تحریک شده را توسط شبکه های عصبی بصورت جعبه سیاه و بدون توجه به کارکرد اجزای تشکیل دهنده آن مدلسازی کرد. در این کارتحقیقاتی، جهت مدلسازی عضله تحریک شده شبکه های عصبی پس از انتشار خطا و شبکه های عصبی مبتنی بر توابع پایه شعاعی پیاده سازی شده اند. برای یادگیری شبکه های مبتنی ب توابع پایه شعاعی (rbfn) از سه روش استفاده شده است : روش آموزش k-means ، روش گرادیان تصادفی و روش حداقل مربعات متعامد. در آخر نیز برای مقایسه قابلیت شبکه های عصبی که مدل های غیرخطی هستند با مدل های خطی، عضله تحریک شده بوسیله مدل خطی کلی مدل شده است . نتایج این پروژه نشان می دهد در مدلسازی عضله شبکه rbf با روش آموزش گرادیان تصادفی از کارایی بالاتری نسبت به سایر شبکه ها برخوردار است .
similar resources
مدل شبکه عصبی از عضله تحریک شده در شرایط غیر ایزومتریک
مدل جدیدی از عضله تحریک شده در شرایط غیر ایزومتریک ارایه شده است. مدل های ارایه شده کنونی مبتنی بر ساختار مدل هیل هستند. در این ساختار، رفتار عضله به بخش های مستقل از یکدیگر تجزیه شده و فرض می شود که این بخش ها ارتباطی با یکدیگر ندارند، در صورت که این تجزیه و عدم وابستگی بخش ها به یکدیگر، واقعیت فیزیکی ندارد. به منظور رفع محدودیت های مد...
full textمدلسازی کاهش COD پساب صنایع پتروشیمی توسط روشهای طراحی آزمایش و شبکه عصبی مصنوعی
در این مقاله ، روش تخریب فتوکاتالیستی به عنوان روشی مناسب جهت تصفیه پساب و حذف اکسیژن مورد نیاز شیمیایی )COD(یکی از واحدهای تولیدی صنایع پتروشیمی معرفی شده و پارامترهای موثر در عملکرد این فرآیند مورد بررسی قرار گرفته است.برای این منظور،با استفاده از فتوکاتالیست تجاری دی اکسید تیتانیم و اندازه‌گیری تجربی پارامتر اکسیژن مورد نیاز شیمیایی،درصد کاهش این پارامتر در فرآیند فتوکاتالیستی در مدت زمان 90...
full textمدلسازی نفوذپذیری سیستم بیوراکتورغشایی با استفاده از شبکه عصبی مصنوعی
مدلسازی برای سیستم های پیچیده ای همچون بیوراکتور غشایی به دلیل امکان اجرای آزمایشهای مجازی زیاد در زمان کوتاه ابزاری قدرتمند است، اگرچه نیازمند اعتبار تجربی و تبدیل فرایند به مدل ریاضی می باشد. در این پژوهش به مدلسازی فرایند فیلتراسیون توسط شبکه های عصبی با استفاده از نرم افزار MATLAB 8.1 (2013) پرداخته شده و از داده های تجربی یک سیستم بیوراکتور غشایی غوطه ور مجهز به غشاء کوبوتا جهت تصفیه فاضلا...
full textمدلسازی لوله های انتقال گاز با شبکه های عصبی مصنوعی به منظور تشخیص عیوب آنها
این مقاله معرفی رویکرد جدید برای عیب یابی خطوط لوله انتقال گاز با استفاده از شبکه عصبی مصنوعی به کمک امواج مکانیکی است که این روش بسیار ارزان تر و آسان تر از روش اولتراسوند است. که در حال حاضر مشغول به کارمی باشد. این خطوط معمولا در شرایط محیطی سخت و دور از دسترس و در مسافت های طولانی قرار دارند و استفاده از سیستم های که بصورت آنی و دقیق بتوانند عیب ها و نشتی های این لوله را گزارش دهند حیاتی ...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه علم و صنعت ایران
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023