مدلسازی فرآیندهای پیچیده بر اساس داده های ورودی- خروجی با استفاده از برنامه ریزی ژنتیکی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 625

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ISME22_517

تاریخ نمایه سازی: 14 مرداد 1393

چکیده مقاله:

امروزه به دلیل پیچیدگی زیاد فرآیندها و عدم امکان ارائه مدل تحلیلی، مدلسازی فرآیندها با استفاده از داده های ورودی-خروجی از اهمیت بالایی برخوردار است. در این مقاله از برنامه ریزی ژنتیکی چند هدفی برای مدلسازی فرآیند برشکاری انفجاری بر اساس داده های آزمایشگاهی استفاده می شود. با استفاده از برنامه ریزی ژنتیکی بر خلاف اکثر شبکه های عصبی محدودیتی در انتخاب نوع تابع حاکم وجود ندارد و تمامی توابع محاسباتی در مدلسازی میتوانند مورد استفاده قرار گیرندکه منجر به ارائه مدلهای ساده و دقیقی میشود. توابع هدفی که برای بهینه سازی چندهدفی مدنظر قرار گرفته اند شامل خطای مدلسازی، خطای پیش بینی و پیچیدگی مدل میباشند که همگی باید کمینه شوند. منحنی های پارتو که شامل نقاط بهینه غیربرتر است ارائه شده و نقطه مصالحه طراحی پیشنهاد میگردد. مقایسه نتایج با کارهای قبلی انجام شده نشان دهنده برتری نتایج حاصل از این تحقیق است.

نویسندگان

علی جمالی

رشت، دانشگاه گیلان

امین جمال امیدی

رشت، دانشگاه گیلان

بابک غلامی نیا

رشت، دانشگاه گیلان

نادر

نریمان زاده