مدل کردن تشعشع خورشیدی کل در ایران با استفاده از مدل شبکه عصبی مصنوعی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه شهید باهنر کرمان - دانشکده فنی
- نویسنده محمد هادی پور
- استاد راهنما مهران عامری سید حسین منصوری
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1392
چکیده
کشورایران در بینمدارهای 25 تا 40 درجه عرض شمالی قرار گرفته است. میزان تابش خورشیدی در ایرانبین 1800 تا 2200 کیلووات ساعت بر مترمربع در سال تخمین زده شده است. در ایران به طور متوسط سالیانهبیش از 280 روزآفتابی گزارش شده است کهبسیار قابل توجه است. با توجه به این تعداد روز ساعت آفتابی در کشور آگاهی از پهنه بندی مناسب تشعشع خورشیدی جهت بهره وری مناسب نیاز به رسم نقشه های تشعشع خورشیدی است. در این پایان نامه از داده های ماهیانه 10 ساله موجود 39 ایستگاه سینوپتیک هواشناسی ایران به عنوان داده های ورودی به نرم افزار (matlab)وشبکه عصبی مصنوعی (ann) داده شد.در این مطالعه ازیک مدل چند لایه پیشخور که شامل 7 نورون ورودی در لایه اول به عنوان پارامترهای اولیه مسئله ، یک لایه میانی با 22 نورون و یک لایه خروجی استفاده شده است که پس از اعمال داده های ورودی به شبکه با معماری مورد نظر در لایه خروجی تشعشع خورشیدی پیش بینی شده است. با انتخاب داده های پیش بینی شده از شبکه عصبی به عنوان ورودی برای نرم افزار arcgis نقشه های تشعشع خورشیدی ماهیانه، فصلی و سالیانه برای ایران بدست آمده است.
منابع مشابه
مدل سازی خشک کردن اسمزی زردآلو با استفاده از الگوریتم ژنتیک - شبکه عصبی مصنوعی
ایران از نظر تولید زردآلو در جهان مقام دوم را دارد و مطالعه عوامل موثر بر خشک کردن این میوه و مقدار تاثیر آنها امری ضروری می باشد. لذا در این مطالعه تاثیر دمای محلول اسمزی در محدوده °C 25 تا °C 65، در مدت زمان 30 تا 120 دقیقه و غلظت محلول اسمزی در محدودۀ 30 تا 60 درصد (وزنی/وزنی) بر پارامترهای کاهش وزن، کاهش آب، جذب مواد جامد و نسبت دفع آب به جذب مواد جامد در طی خشک کردن اسمزی زردآلو مورد بررسی...
متن کاملمدل سازی و پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی
شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...
متن کاملپیش بینی خشکسالی با استفاده از مدل تلفیقی شبکه عصبی مصنوعی- موجک و مدل سری زمانیARIMA
تبدیل موجک یکی از روشهای نوین و بسیار موثر در زمینه تحلیل سیگنالها و سریهای زمانی است. در این روش سیگنال شاخص بارش استاندارد (SPI) با استفاده از موجک مادر منتخب تجزیه شده، دادههای حاصل بهعنوان ورودی مدل شبکه عصبی مصنوعی در نظر گرفته شده و یک مدل تلفیقی برای پیشبینی خشکسالی ارائه میگردد. در این تحقیق، از شبکههای عصبی مصنوعی پرسپترون چند لایه (MLP) و تابع پایه‌ای شعاعی ((RBF، سری زمانی AR...
متن کاملمدل سازی مطلوبیت زیستگاه کل و بز (Capra aegagrus) در پارک ملی قمیشلو با استفاده از شبکه عصبی مصنوعی
مدلهای پراکنش گونهای رابطه بین توزیع گونهها و عوامل محیطی را ارزیابی میکنند و درک بهتری از مدیریت و سیاستهای آینده ارائه میدهند. یکی از این ابزارهای مدل سازی، شبکه عصبی مصنوعی میباشد که امروزه به ابزار مهمی برای تصمیم گیری تبدیل شده است. بر اساس اعلام اتحادیه جهانی حفاظت از حیات وحش و منابع طبیعی از میان گونههای مهره داران در ایران، کل و بز جزء طبقه گونههای آسیب پذیر می...
متن کاملمدل سازی بار رسوب کل رودخانه ها با استفاده از شبکه های عصبی مصنوعی
برآورد بار رسوب کل رودخانهها از مسائل مهم و کاربردی در مدیریت و برنامهریزی منابع آب است. غلظت رسوب میتواند به روشهای مستقیم و یا غیرمستقیم محاسبه شود که معمولاً روشهای مستقیم پرهزینه و زمانبر هستند. همچنین بار رسوب کل میتواند به کمک روابط مختلف انتقال رسوب محاسبه شود، لیکن به طور معمول کاربرد این روابط نیاز به شرایط معینی داشته و به علاوه در بیشتر موارد نتایج حاصل از آنها با یکدیگر و با ...
متن کاملسینتیک خشک کردن چای با استفاده از مدل شبکه عصبی مصنوعی
چکیده خشک کردن برگ چای برای نگهداری طولانی مدت از ملزومات می باشد. برگ سبز چای درمحدوده دماهای 35 تا 55 درجه سلسیوس و سرعت های 5/0و7/. متر بر ثانیه هوای ورودی و بازه ی زمانی 0تا 140 دقیقه دریک فرآیند خشک کن آزمایشگاهی خشک شد. بدین منظور 4 نمونه برای هر دما در نظرگرفته شد و تغییرات وزن نمونه ها به طور پیوسته در هر آزمایش ثبت شد. فرآیند خشک کردن چای به روش شبکه های عصبی مصنوعی با چهار بردار ور...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه شهید باهنر کرمان - دانشکده فنی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023