|
|
تاریخ انتشار : چهار شنبه 12 شهريور 1395 |
نظرات ()
|
|
پیشبینی قیمت کوتاه مدت مبتنی بر موجک-ELM ترکیبی، برای بازار برق چکیده ــ پیشبینی دقیق قدمت برق، چالشی بزرگ برای شرکت کنندگان و مدیران بازار می باشد، زیرا قیمت الکتریسیته دارای نوسانات بسیاری است. پیشبینی قیمت نیز، مهم ترین هدف مدیریتی برای مشارکت کنندگان در بازار است، چرا که مبانی بیشینه کردن سود را، تشکیل می دهد. این مطالعه، عملکرد یک تکنیک شبکه عصبی جدید را بنام ناشین یادگیری سریع (ELM)، در مساله پیشبینی قیمت، بررسی می کند. با در نظر داشتن خط مربوط به بازهای برق که دارای نوسانات بسیاری در قیمت هستند، تکیه به یک تکنیک، خیلی هم سودمند نمی باشد. بنابراین، ELM با تکنیک موجک همراه شده است و یک مدل پیوندی (مرکب) را به نام WELM (ELM مبتنی بر موجک) را تشکیل داده است تا دقت پیشبینی و نیز قابلیت اطمینان آن را، بهبود بخشد. در این روش، ویژگی های بی همتای هر ابزار، تکریب شده اند تا الگوهای مختلفی را در اطلاعات، بدست آورند. قدرت این تکنیک، با استفاده از روش مجموع شده، بهبود بیشتری می یابد. عملکردهای مدل های ارایه شده، با استفاده از اطلاعات موجود در بازارهای برق انتاریو، PJM، نیویورک و ایتالیا، ارزیابی شده اند. نتایج آزمایشی نشان می دهند که روش پیشنهادی، یکی از مناسب ترین تکنیک های پیشبینی قیمت می باشد. کلیدواژه ها: شبکه عصبی مصنوعی (ANN)، تجدید ساختار، روش مجموع، ماشین یادگیری سریع (ELM)، پیشبینی قیمت، تبدیل موجک
:: برچسبها:
شبکه عصبی مصنوعی ,
ANN ,
تجدید ساختار ,
روش مجموع ,
ماشین یادگیری سریع ,
ELM ,
پیش بینی قیمت ,
تبدیل موجک ,
hybrid wavelet-ELM ,
price forecasting ,
electricity markets ,
مقاله انگلیسی برق ,
مقاله انگلیسی برق با ترجمه ,
مقاله انگلیسی برق و الکترونیک ,
مقاله انگلیسی برق با ترجمه فارسی ,
:: بازدید از این مطلب : 71
|
امتیاز مطلب : 0
|
تعداد امتیازدهندگان : 0
|
مجموع امتیاز : 0
تاریخ انتشار : چهار شنبه 6 ارديبهشت 1395 |
نظرات ()
|
|
پیشبینی موفقیت ERP: یک رهیافت شبکه عصبی مصنوعی کلیدواژههابرنامهریزی منابع سازمان (ERP) ؛ موفقیت ERP؛ مشخصات/عاملهای سازمانی؛ شبکه عصبی مصنوعی (ANN) ؛ سیستم خبره چکیدهبه سیستم برنامهریزی منابع سازمان (ERP) بعنوان نمونهای از سیستمهای اطلاعات جدید اشاره شده است. با اینحال، دست یافتن به سطح مناسبی از موفقیت ERP متکی به عاملهای گوناگونی است که این عوامل به یک محیط سازمانی یا پروژهای وابسته هستند. در این مقاله، درمورد ایده پیشبینی موفقیت پیش از پیادهسازی ERP براساس مشخصات سازمانی، بحث شده است. همچنانکه با نیاز به ایجاد انتظارات از سازمانهای ERP، یک سیستم خبره با استفاده از روش شبکه عصبی مصنوعی(ANN) برای بیان روابط بین برخی از عوامل سازمانی و موفقیت ERP توسعه داده شد. نقش سیستم خبره در آماده سازی برای به دست آوردن اطلاعات از شرکت های جدید که مایل به پیاده سازیERP هستند، و برای پیش بینی سطح محتمل موفقیت سیستم، است. برای این منظور، عاملهای مشخصات سازمانی به رسمیت شناخته شده و مدل ANN توسعه داده شده است. سپس، با 171 داده بررسی شده به دست آمده از شرکتهای خاور میانه که ERP را تجربه کردهاند اعتباردهی میشوند. سیستم خبره آموزش دیده، با ضریب همبستگی متوسط 0.744پیشبینی میکند که نسبتاً بالا است و این ایده وابستگی موفقیت ERP به مشخصات سازمانی را حمایت می کند. علاوه بر این، نرخ طبقه بندی صحیح مجموع 0.685 نشان می دهد قدرت پیش بینی خوب است، که می تواند به پیش بینی موفقیت ERP شرکتها قبل از پیاده سازی سیستم کمک نماید.
:: برچسبها:
برنامهریزی منابع سازمان ,
ERP ,
موفقیت ERP ,
مشخصات/عاملهای سازمانی ,
شبکه عصبی مصنوعی ,
ANN ,
سیستم خبره ,
پیشبینی موفقیت ERP ,
مقاله انگلیسی مدیریت با ترجمه فارسی ,
مقاله انگلیسی مدیریت با ترجمه ,
مقاله انگلیسی مدیریت ,
An artificial neural network approach ,
ERP success prediction ,
:: بازدید از این مطلب : 69
|
امتیاز مطلب : 0
|
تعداد امتیازدهندگان : 0
|
مجموع امتیاز : 0
تاریخ انتشار : چهار شنبه 16 ارديبهشت 1395 |
نظرات ()
|
|
مقاله ای ISI به زبان انگلیسی 10 صفحه ای با عنوان (محاسبه
میزان دمای فتوولتائیک با استفاده از شبکه
های عصبی مصنوعی) به همراه ترجمه فارسی در قالب 17 صفحه + اشکال و نمودار
:: برچسبها:
شبکه عصبی مصنوعی ,
فتوولتایک ,
:: بازدید از این مطلب : 63
|
امتیاز مطلب : 0
|
تعداد امتیازدهندگان : 0
|
مجموع امتیاز : 0
تاریخ انتشار : سه شنبه 10 ارديبهشت 1395 |
نظرات ()
|
|
پیشبینی موفقیت ERP: یک رهیافت شبکه عصبی مصنوعی کلیدواژههابرنامهریزی منابع سازمان (ERP) ؛ موفقیت ERP؛ مشخصات/عاملهای سازمانی؛ شبکه عصبی مصنوعی (ANN) ؛ سیستم خبره چکیدهبه سیستم برنامهریزی منابع سازمان (ERP) بعنوان نمونهای از سیستمهای اطلاعات جدید اشاره شده است. با اینحال، دست یافتن به سطح مناسبی از موفقیت ERP متکی به عاملهای گوناگونی است که این عوامل به یک محیط سازمانی یا پروژهای وابسته هستند. در این مقاله، درمورد ایده پیشبینی موفقیت پیش از پیادهسازی ERP براساس مشخصات سازمانی، بحث شده است. همچنانکه با نیاز به ایجاد انتظارات از سازمانهای ERP، یک سیستم خبره با استفاده از روش شبکه عصبی مصنوعی(ANN) برای بیان روابط بین برخی از عوامل سازمانی و موفقیت ERP توسعه داده شد. نقش سیستم خبره در آماده سازی برای به دست آوردن اطلاعات از شرکت های جدید که مایل به پیاده سازیERP هستند، و برای پیش بینی سطح محتمل موفقیت سیستم، است. برای این منظور، عاملهای مشخصات سازمانی به رسمیت شناخته شده و مدل ANN توسعه داده شده است. سپس، با 171 داده بررسی شده به دست آمده از شرکتهای خاور میانه که ERP را تجربه کردهاند اعتباردهی میشوند. سیستم خبره آموزش دیده، با ضریب همبستگی متوسط 0.744پیشبینی میکند که نسبتاً بالا است و این ایده وابستگی موفقیت ERP به مشخصات سازمانی را حمایت می کند. علاوه بر این، نرخ طبقه بندی صحیح مجموع 0.685 نشان می دهد قدرت پیش بینی خوب است، که می تواند به پیش بینی موفقیت ERP شرکتها قبل از پیاده سازی سیستم کمک نماید.
:: برچسبها:
برنامهریزی منابع سازمان ,
موفقیت ERP ,
عاملهای سازمانی ,
مشخصات سازمانی ,
شبکه عصبی مصنوعی ,
سیستم خبره ,
ERP ,
ANN ,
مقاله انگلیسی کامپیوتر با ترجمه فارسی ,
مقاله انگلیسی کامپیوتر با ترجمه ,
مقاله انگلیسی کامپیوتر ,
ERP success prediction ,
artificial neural network approach ,
:: بازدید از این مطلب : 118
|
امتیاز مطلب : 0
|
تعداد امتیازدهندگان : 0
|
مجموع امتیاز : 0
تاریخ انتشار : سه شنبه 11 خرداد 1395 |
نظرات ()
|
|
مقاله (ISI) ترجمه شده در
خصوص
)شبکه عصبی مصنوعی ناظر بر مبدل نیمه پل DC/DC نامتقارن(
در قالب 5
صفحه لاتین و اشکال
و17 صفحه ترجمه فارسی آن شامل تمامی فرمول ها و اشکال
نویسنده
: A. Gnanasaravanan, M. Rajaram
:: برچسبها:
مقاله ISI ,
پروژه ,
شبکه عصبی مصنوعی ,
:: بازدید از این مطلب : 146
|
امتیاز مطلب : 0
|
تعداد امتیازدهندگان : 0
|
مجموع امتیاز : 0
تاریخ انتشار : دو شنبه 13 تير 1395 |
نظرات ()
|
|
مقاله ای در مورد پیش بینی مقاومت فشاری بتن به کمک شبکه عصبی مصنوعی است. با استفاده از بانک اطلاعات مشخص شده شبکه عصبی آموزش داده و خروجی ها بدست آمده است. محققين بسياري توسط تكنيكهاي مختلف رياضي، مدل هاي ارزشمندي را در زمينه تخمين رفتار بتن ارائه نموده اند كه در گذشته اين تكنيكها بيشتر بر پايه رگرسيونهاي خطي و غير خطي استوار بوده اند. امروزه روش هاي بر پايه هوش مصنوعي مانند منطق فازي و شبكههاي عصبي مصنوعي در اين زمينه با موفقيت مورد استفاده قرار گرفته اند و عموماً اين مدلها به دنبال آزمايشات و بررسي هاي آزمايشگاهي توسعه یافته
است.
:: برچسبها:
شبکه عصبی مصنوعی ,
شبکه feed forward ,
الگوریتم back propagation ,
پیش بینی مقاومت فشاری بتن ,
:: بازدید از این مطلب : 135
|
امتیاز مطلب : 0
|
تعداد امتیازدهندگان : 0
|
مجموع امتیاز : 0
تاریخ انتشار : دو شنبه 18 خرداد 1395 |
نظرات ()
|
|
توسعه یک آنالیز و کنترل زمان-واقعی مبنی بر FPGA برای واسط های تولید توزیع شده چکیده__ انرژِ بدست آمده از منابع تجدید پذیر این روزها بسیار مهم شده اند، و این اساسا بدلیل سهم ناچیزشان در تولید گازهای گلخانه ای است. مساله ای که مطرح می شود این است که چطور می توان این منابع جدید را به شبکه های سنتی برق اضافه کرد، بطوری که بازده و قابلیت اطمینان این سیستم های تولید توزیع شده (DG) بیشینه شود. سخت افزار مورد نیاز برای این کار بطور کلی یک اینورتر منبع ولتاژی (VSI) است که یک بار معمولی _مانند کاربردهای تک-فاز مسکونی و تجاری_ را تامین کند. همچنین، فرآیند بهینه سازی نایزمند تجزیه تحلیل های معمولی توان می باشد. این مقاله توسعه و ارزیابی های آزمایشی یک سیستم کنترل توان برای یک VSI متصل به شبکه تک-فاز، شامل تحلیل توان را، با استفاده از یک پردازشگر برای پیاده سازی کنترل _یک مدار "آرایه کیت قابل برنامه ریزی میدان" (FPGA)_ ارایه می دهد. ساختار جدید سخت افزار شبکه عصبی خطی تطبیقی (ADALINE)، پیاده سازی الگوریتم های سیستم قدرت را ممکن ساخته، و همچنین اجازه تحلیل زمان-واقعی هارمونیک های مرتبه-بالا را بدون افزایش دادن ناحیه پیاده سازی مدار FPGA، خواهد داد. این ویژگی ها برای واسط های الکترونیک قدرتی DG جدید ایده آل می باشد، که می توان از آن نه تنها برای فرستادن توان اکتیو، بلکه برای جبران سازی هارمونیک ها و توان راکتیو نیز، استفاده کرد. شبیه سازی و نتایج تجربی طرح های پیشنهادی با فرکانس های ثابت و متغیر نیز، پیوست شده اند تا اعتبار انها مورد تاکید قرار گیرد. اصطلاحات مربوط__ شبکه عصبی مصنوعی (ANN)، تولید توان توزیع شده، تجزیه و تحلیل توان، آرایه های منطقی قابل برنامه ریزی، اندازه گیری توان، اعوجاج هارمونیکی کل.
:: برچسبها:
شبکه عصبی مصنوعی ,
ANN ,
تولید توان توزیع شده ,
تجزیه و تحلیل توان ,
آرایه های منطقی قابل برنامه ریزی ,
اندازه گیری توان ,
اعوجاج هارمونیکی کل ,
Development ,
FPGA Based Real-Time Power Analysis ,
Control ,
Distributed Generation Interface ,
مقاله انگلیسی برق ,
مقاله انگلیسی برق و الکترونیک ,
مقاله انگلیسی برق با ترجمه ,
مقاله انگلیسی برق با ترجمه فارسی ,
:: بازدید از این مطلب : 144
|
امتیاز مطلب : 0
|
تعداد امتیازدهندگان : 0
|
مجموع امتیاز : 0
تاریخ انتشار : دو شنبه 20 شهريور 1395 |
نظرات ()
|
|
تاریخ انتشار : دو شنبه 7 تير 1395 |
نظرات ()
|
|
پروژه مطالعاتی راجع به "پیش بینی انقباض خشک بتن با کمک شبکه عصبی مصنوعی " است. شامل فایلهای اصل مقاله انگلیسی و ترجمه و همچنین پاورپینت مربوط به آن.
:: برچسبها:
شبکه عصبی مصنوعی ,
ANN ,
شبکه پرسپترون ,
انقباض خشک شدگی بتن ,
MSE ,
:: بازدید از این مطلب : 122
|
امتیاز مطلب : 0
|
تعداد امتیازدهندگان : 0
|
مجموع امتیاز : 0
تاریخ انتشار : دو شنبه 16 تير 1395 |
نظرات ()
|
|
این تحقیق تخصصی مناسب دانشجویان کارشناسی و کارشناسی ارشد رشته های کامپیوتر،فناوری اطلاعات ، مهندسی کشاورزی و جنگلداری و رشته های مرتبط میباشد.فهرست مطالب:فصل اول: آشنایی با شبکه های عصبی مصنوعیفصل دوم: روش های آموزش شبکه عصبی مصنوعیفصل سوم: بکارگیری شبکه عصبی مصنوعی دربرآورد موجودی سرپای توده هایجنگلیفصل چهارم:نتایج آزمایشگاهی و جمع بندی
:: برچسبها:
شبکه عصبی مصنوعی ,
:: بازدید از این مطلب : 139
|
امتیاز مطلب : 0
|
تعداد امتیازدهندگان : 0
|
مجموع امتیاز : 0
تاریخ انتشار : شنبه 23 مرداد 1395 |
نظرات ()
|
|
تاریخ انتشار : شنبه 17 مرداد 1395 |
نظرات ()
|
|
صفحه قبل 2 3 4 5 ... 6341 صفحه بعد
|
|
|