پیش بینی کوتاه مدت بار و مطالعات تطبیقی براساس الگوریتم جدید RBF
- سال انتشار: 1401
- محل انتشار: اولین کنفرانس ملی فن آوری های پیشرفته بین رشته ای در علوم مهندسی
- کد COI اختصاصی: ENGINEERKH01_049
- زبان مقاله: فارسی
- تعداد مشاهده: 151
نویسندگان
عضو هیئت علمی موسسه آموزش عالی خراسان
دانشجو کارشناسی ارشد برق موسسه آموزش عالی خراسان
چکیده
شبکه های عصبی به دلیل ویژگی هایی که دارند قادر هستند روابط غیرخطی دقیق را از میان متغیرهای ورودی ، بااستفاده از داده های آزمایشی استخراج نمایند علاوه بر این به دلیل قابلیت برنامه ریزی عالی در پیش بینی کوتاه مدت باربسیار مورد توجه قرار گرفته اند، همچنین با توجه به ضرورت قابلیت اطمینان و پایداری شبکه، تامین بار مورد نیاز مشترکین،بازار برق، اهمیت این موضوع بیشتر نمایان می گردد به همین دلیل این مقاله به بررسی و مقایسه میزان اثر بخشی برخی ازجدیدترین الگوریتم های طراحی شده در آموزش شبکه های عصبی RBF (تابع پایه شعاعی) برای پیش بینی بار الکتریکی ۲۴ساعته می پردازدکلیدواژه ها
پیش بینی کوتاه مدت بار، تابع پایه شعاعی، فروپاشی شبکه های عصبی RBF ، تصحیح خطامقالات مرتبط جدید
- تجزیه و تحلیل عوامل تاثیر گذار بر افزایش سود ساخت ساختمان های مسکونی در منطقه ۹ شهرداری مشهد بر مبنای طرح تفصیلی
- بررسی تهویه طبیعی ساختمان بر مبنای شبیه سازی ساختار بادگیرها (نمونه موردی: ساختمان آموزشی دانشگاه خاوران مشهد).
- بررسی مصالح پایدار با رویکرد اقتصادی
- تبیین مدل مفهومی برنامه ریزی کالبدی مجتمع های تجاری مبتنی بر روش داده بنیاد با تاکید بر شاخص های معماری پایدار
- بازخوانی مولفه های کالبدی موثر بر اجتماع پذیری دانش آموزان درمدرسه (مطالعه موردی دبستان امام هادی(ع)، مشهد)
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.