شناسایی سیستم توسط برنامه نویسی ژنتیک بر روی فولاد API-X70

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 367

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NPECE01_064

تاریخ نمایه سازی: 6 بهمن 1395

چکیده مقاله:

در بسیاری از موارد بدست آوردن عبارت جبری که بیان کننده برخی از معادله توصیف کننده فیزیکی یک سیستم دینامیکی باشد لازم و ضروری است پژوهش بر روی معادله زنر هلمن و بدست آوردن ثوابت ماده معادله زنر از دیرباز مورد توجه محققین قرار گرفته است معادله زنر هلمن رابطه بین دما نرخ کرنش و نرخ تنش را بیان می نماید تخمین ثوابت معادله زنر باعث به دست اوردن شبکه بهینه فولاد می گردد دامنه وسیع کاربرد فولاد در صنایع و ساختمان سازی بر اهمیت حل این مسئله می افزاید بنا به اهمیت مسئله هدف طرح را بکارگیری برنامه نویسی ژنتیک در پیش بینی و بهینه سازی دانه بندی ذرات فولاد API-X70 قرار داده نتایج حاصل از اجرای این الگوریتم طبقه بندی شده و پارامترهای مختلف برنامه نویسی ژنتیک از نظر اثری که بر پاسخ نهایی معادله زنرهلمن مدل شده توسط الگوریتم دارند مرد بررسی قرار گرفته است برنامه نویسی ژنتیک یک فرایند بهینه سازی می باشد که می توان برای شناسایی چنین سازهای غیر خطی به کار برده شود در این طرح به چگونگی انجام شناسایی این سازه های غیر خطی توسط برنامه نویسی ژنتیک پرداخته شده است

کلیدواژه ها:

برنامه نویسی ژنتیک ، دانه بندی ذرات فولاد API-X70 ، شناسایی سیستم

نویسندگان

محبوبه حبیبی نژاد

هیات علمی بخش کامپیوتر دانشگاه پیام نور ایران تهران

مصطفی خسروی

هیات علمی بخش فیزیک دانشگاه پیام نور تهران

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 :
  • ا. آشوبی، (ترجمه و تالیف): "شناخت و طراحی اجزاء مکانیکی ...
  • ofsimplesequen tial programs ".Proc. Int. Conf. _ Genetic Algorithms and ...
  • Forsyth, R., (1986), "Evolutionary learning strategies", Forsyth, R. and Rada, ...
  • (Ed.), Machine Learning: Applications in Expert Retrieval, Ellis Horwood Ltd., ...
  • Koza, J., (1992), "Genetic programming: On the programming of computers ...
  • Koza, J., (1994), _ Genetic Programming II: Automatic Discovery of ...
  • Ljung, .L(1987) "System Identification", Theory for the User. Prentic e-Hall, ...
  • Gray et al., 1998 G. J. Gray, D. J. Murray- ...
  • Watson, A.H., Parmee, I.C., (1996), "Identification of fluid systems using ...
  • McKay, B., Lennox, B., Willis, M.J., .Montague, G. and Barton, ...
  • McKay, B., Elsey, J., Willis, M.J. and Barton, G.W., (1996b), ...
  • McKay, B., Willis, M.J. and Barton, G. (1995). "On the ...
  • McKay, B. Willis, M.J., Barton, G., 1997b), "Steady_s tatemodelling of ...
  • J.Hyun Lee, J. Rahimipour Anaraki _ C. Wook Ahn , ...
  • Computation - WEC2, pp.45-48 _ ...
  • screaung _ unretae macnnes wur _ programm mg _ _ ...
  • K. Cpaka, K. Lapa, A. PrzybyH , (2015)" A New ...
  • A. Abraham, C. Grosan., (2006) , "Decision Support Systems Using ...
  • S. Das, I. Pan, S. Das, A. Gupta.(2011) "Genetic Algorithm ...
  • International Conference on Process Automation, Control and Computing, PACC 2011, ...
  • B. Kadlic, I. Sekaj, D. Pernecky.(20 14), " Design of ...
  • R. A. Maher, M. J. Mohamed (2013), "An Enhanced Genetic ...
  • Mohammad _ Mo osavian, (2005) ...
  • C.A.Santos; N.Cheung; A.Garcia; J.A.Spim, 2005 "Application of a solidification mathematical ...
  • S. Chatterjee; M. Murugananth; Bhadeshia, 2007, H.K.D.H. & TRIP steel. ...
  • Zener; J.H. Hollomon, (1944)" Plastic Flow and Rupture of Metals", ...
  • temperatures", parts II and III, transactions American society of Mechanical ...
  • C.M. Sellars, W.J.M. Tegart.(1997) "Hot workability", Int. Met. Rev. 17, ...
  • A. Nadai; M.J. Manjoine;(1941)" High-speed Tension tests at ...
  • Using Genetic Algorithms" .Proceedings of the 1997 IASTED Conference _ ...
  • نمایش کامل مراجع