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

مدل ترکیبی برنامه ریزی پویای تصادفی-شبکه عصبی جهت بهینه سازی بهره برداری از مخازن برقابی

تعداد صفحات: 10 | تعداد نمایش خلاصه: 2397 | نظرات: 0
سال انتشار: 1384
کد COI مقاله: IHC05_161
زبان مقاله: فارسی
(فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 10 صفحه است به صورت فایل PDF در اختیار داشته باشید.

قیمت این مقاله : 0 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مدل ترکیبی برنامه ریزی پویای تصادفی-شبکه عصبی جهت بهینه سازی بهره برداری از مخازن برقابی

سعید علیمحمدی - عضو هیئت علمی گروه آب دانشگاه صنعت آب و برق شهید عباسپور
امید بزرگ حداد - دکتری اب دانشگاه علم و صنعت ایران
فرید شریفی - فوق لیسانس سازه های هیدرولیکی دانشگاه علم و صنعت ایران

چکیده مقاله:

بعد از بکارگیری هر مدل بهینه سازی، به دو منظور زیر نیاز به یک مدل شبیه سازی می باشد:1) کنترل کردن و ارزیابی کارآیی سیستم2) محاسبه معیارهای کارآیی، قانون و قاعده معمول، بکارگیری مدل شبیه سازی به فرم کدهای کامپیوتری می باشد. در این مقاله از یک مدل برنامه ریزی پویای تصادفی (SDP ) استفاده شده و فرمان بهینه بهره برداری از یک سیستم برقابی بدست آمده است. سپس کارآیی شبکه های عصبی مصنوعی به عنوان جانشین مدل های شبیه سازی مورد ارزیابی قرار گرفته است. در مدل بهینه سازی، حجم مخزن به 50 کلاس حجمی و جریان ورودی به 8 کلاس در هرپریود زمانی تقسیم شده است. قواعد بهینه بدست آمده برای اموزش مدل شبکه عصبی مورد استفاده قرار گرفته است. سپس مقدار بهینه آب رها شده در طول 43 سال با استفاده از مدل شبیه سازی و شبکه عصبی مصنوعی، بعد از تست مدل بدست آمده است. نتایج نشان داده است که مقدار آب رها شده از مخزن در هر دو مدل شبیه سازی و شبکه عصبی مصنوعی بسیار به هم نزدیک است.

کلیدواژه ها:

شبكه هاي عصبي مصنوعي ، بهره برداري بهينه از مخازن برقابي ، بهينه سازي ، شبيه سازي

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/3562/

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:
علیمحمدی، سعید و بزرگ حداد، امید و شریفی، فرید،1384،مدل ترکیبی برنامه ریزی پویای تصادفی-شبکه عصبی جهت بهینه سازی بهره برداری از مخازن برقابی،پنجمین کنفرانس هیدرولیک ایران،کرمان،،،https://civilica.com/doc/3562

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: (1384، علیمحمدی، سعید؛ امید بزرگ حداد و فرید شریفی)
برای بار دوم به بعد: (1384، علیمحمدی؛ بزرگ حداد و شریفی)
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 :

  • ASCE Task Committee _ Application of Artificial Neural Networks in ...
  • Coulibaly, P., Anctil F., and Bobee, B. (2001), "Multivariate Reservoir ...
  • Using Temporal Neural Networks", Journal of Hydrologic Engineering, ASCE, pp. ...
  • Coulibaly, P., Anctil, F., and Bobee, B .(2000), "Daily reservoir ...
  • Flood, I., Kartam, N. (1998), _ Artificial Neural Network for ...
  • Garret, J.H., et al. (1993) "Engineering applications of artificial neural ...
  • Jain, S. K., Das , D., and Srivastava, D.K.(1999), "Application ...
  • Raman, H., and Sunilkumar, N. (1995), "Multi-variant modeling of water ...
  • Salas, J.D., Markus, M. and Takar, A.S. (2000), "Streamflow Forecasting ...
  • Sun, C., Neale, C.M.U. _ and McDonnel, J.J.(1993), "The potential ...
  • Thirumalaiah, K., and Deo, M. C. (2000), "Hydrological Forecasting Using ...
  • Tokar, S., and Markus, M., (2000), _ _ Precip itation-Runoff ...
  • 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: 16,946
    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.

    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