تخمین سرعت باد در ارتفاعات بلند توسط ANN و ANFIS

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 592

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IEAC02_190

تاریخ نمایه سازی: 19 اردیبهشت 1395

چکیده مقاله:

چینش باد، تغییرات سرعت باد را بهعنوان تابعی از ارتفاع توصیف میکند. مدل توانی متداولترین روش برای توصیف روابط بین سرعت باد و ارتفاع است. ازآنجاکه مدل توانی در تخمین سرعت باد برایارتفاعات بلند بهخوبی عمل نمیکند، لذا در این مقاله از تکنیکهای نوینی همچون شبکههای عصبی مصنوعی ) ANN ( و سیستم استنتاج عصبی- فازی تطبیقی ) ANFIS ( استفادهشده است. پس از پیادهسازی تکنیکهایمعرفیشده در نرمافزار متلب و مقایسه نتایج، نشان داده می شودکه تکنیکهای معرفیشده از عملکرد بسیار بالایی نسبت به مدل توانی برخوردار هستند. در مدل مبتنی بر ANFIS با بکار گیری فرایند یادگیریهایبرید و همچنین الگوریتم FCM برای خوشهبندی اطلاعات سرعت باد، میتوان به یک تخمین مناسب دستیافت.

نویسندگان

محمد افتخاری

دانشجوی کارشناسی ارشد مهندسی برق-کنترل، دانشگاه زنجان

مهرداد بابازاده

استادیار گروه مهندسی برق-کنترل، دانشگاه زنجان

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 :
  • سومین، کرمان، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، 1392. ...
  • ]9[_ _ _ _ با ...
  • Oztopal. A, "artificial neural network approach to spatial estimation of ...
  • Berke, L. & Hajela, P, Application of Neural Networks in ...
  • Jang, J.S. R. "ANFIS: Adap t i ve -Network-based Fuzzy ...
  • S.J.S. Hakim, H. Abdul Razak, "Adaptive Neuro Fuzzy Inference System ...
  • _ _ _ _ _ Journal of the Persian Gulf, ...
  • _ _ _ _ Applications, Vol.4, No.4, 2013. ...
  • _ _ _ _ _ _ 90, 2005. ...
  • _ ir/ fa/ ab outorgan izat i on/ _ ...
  • نمایش کامل مراجع