ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Order Reduction of the High Order Systems using the Optimized RLS and MV Methods

سال انتشار: 1393
کد COI مقاله: CLEANENERGY04_123
زبان مقاله: انگلیسیمشاهد این مقاله: 929
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Order Reduction of the High Order Systems using the Optimized RLS and MV Methods

Ehsan Malekshahi - Department of Electrical Engineering, Shahid Bahonar University of Kerman
Seyed Mohammad Ali Mohammadi - Department of Electrical Engineering, Shahid Bahonar University of Kerman

چکیده مقاله:

Nowadays, as it is particularly important to save money and energy, so it is better for the systems to reach less complexity. This complexity can exists in any field, that the dynamic aspects of systems and control systems are not excluded. So if the complexity of a system dynamical model is reduced, The implementation of the system in practice and also the design of an optimal controller will be done easier, economical and in a shorter time. It should be kept in mind that after reducing the order of systems, dynamic properties have not much changes. In this paper first, the optimized RLS (Recursive Least Squares) and MV (Minimum Variance) model reduction methods will be described briefly, and then a practical example is given which is related to the dynamic model of a hospital building of order 48. After that the adjustment of the sampling rate of the RLS method by using Fuzzy and reforming the reduced model in the mentioned case will be discussed. Finally, the effective parameters in the MV method will be set by using NSGA-II algorithm so that there is less error in reducing the order of the mentioned building model.

کلیدواژه ها:

Fuzzy, Genetic Algorithm, Minimum Variance, Model Order Reduction, Recursive Least Squares

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/280425/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Malekshahi, Ehsan and Mohammadi, Seyed Mohammad Ali,1393,Order Reduction of the High Order Systems using the Optimized RLS and MV Methods,چهارمین کنفرانس سالانه انرژی پاک,کرمان,,,https://civilica.com/doc/280425

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1393, Malekshahi, Ehsan؛ Seyed Mohammad Ali Mohammadi)
برای بار دوم به بعد: (1393, Malekshahi؛ Mohammadi)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود ممقالهقاله لینک شده اند :

  • Moore, B. C., 1981. "Principal component analysis in linear systems: ...
  • Agathoklis, P., and V. Sreeram, 1988. "Truncation criteria for model ...
  • Fernando, K. V., and H. Nicholson, 1983. "Reciprocal Transformati ons ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 15,854
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی