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

  • سال انتشار: 1393
  • محل انتشار: بیست و دومین کنفرانس سالانه بین المللی مهندسی مکانیک
  • کد COI اختصاصی: ISME22_517
  • زبان مقاله: فارسی
  • تعداد مشاهده: 723
دانلود فایل این مقاله

نویسندگان

علی جمالی

رشت، دانشگاه گیلان

امین جمال امیدی

رشت، دانشگاه گیلان

بابک غلامی نیا

رشت، دانشگاه گیلان

نادر

نریمان زاده

چکیده

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.

کلیدواژه ها

برنامه ریزی ژنتیکی، مدلسازی، سیستم های پیچیده، برشکاری انفجاری

مقالات مرتبط جدید

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.