Principle of stochastic optimization based on statistical estimation
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 701
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TEDECE01_238
تاریخ نمایه سازی: 30 آبان 1394
چکیده مقاله:
This paper represents the principle of stochastic optimization and clarifies the rule of probability density function estimation in probabilistic optimization methods. Because of stochastic nature being in renewable energy power sources, during recent years, mentioned methods have frequently and effectively been applied and considered in several experimental sectors like renewable and hybrid power generation systems. Meanwhile, it describes and compares analytical, Monte Carlo simulation, point estimation and two-point estimation methods to estimate probability density functions. Several simulation results have been represented to clarify the offered concept. Finally, mentioned methods are implemented on a stochastic GA problem and the simulation results have been represented and compared.
کلیدواژه ها:
نویسندگان
Alireza Bemani -N
Ferdowsi University of Mashhad Department of Electrical Engineering Mashhad, Iran.
Mohammad-R Akbarzadeh –T
Ferdowsi University of Mashhad Department of Electrical Engineering, Mashhad, Iran
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 مقاله لینک شده اند :