پیش‌بینی دمای سیال خروجی از جمع‌کننده خورشیدی صفحه تخت با دو روش شبکه عصبی مصنوعی (ANN) و تخمین گر بردار پشتیبان (SVR)

نویسندگان

  • حکمت ربانی دانشیار، گروه مهندسی مکانیک بیوسیستم، دانشگاه رازی، کرمانشاه، ایران
  • لیدا دهلقی دانشجوی کارشناسی ارشد، گروه مهندسی مکانیک بیوسیستم، دانشگاه رازی، کرمانشاه، ایران
چکیده مقاله:

در مطالعه حاضر دمای آب خروجی از جمع کننده خورشیدی صفحه تخت با استفاده از شبکه‌های عصبی مصنوعی (ANN) و تخمین‌گر بردار پشتیبان (SVR) در دو حالت مدل و با نتایج تجربی مقایسه شد. نتایج نشان داد که با افزایش پارامترهای ورودی مدل‌ها، دقت مدل افزایش یافت. بر اساس نتایج  مقادیر R2، MSE و MAPE در روش SVRبرای مدل اول به ترتیب برابر 97/0، 25/3 و  77/2 و برای پارامترهای مدل دوم به ترتیب برابر 99/0، 10/0 و 55/0 به‌دست آمد. در حالی که این مقادیر برای روش ANN برای مدل اول به ترتیب برابر 99/0، 02/0 و 28/0، و برای مدل دوم به ترتیب برابر 99/0، 01/0 و 19/0 به دست آمد. نتایج نشان داد که مدل شبکه عصبی مصنوعی نسبت به مدل تخمین‌گر بردار پشتیبان با دقت بیشتری دمای آب خروجی از جمع‌کننده خورشیدی صفحه تخت را پیش بینی کرد.  

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

تحلیل عدم قطعیت مدل‌های شبکه عصبی مصنوعی و ماشین بردار پشتیبان در تخمین بارش

در این تحقیق سعی گردید، ترکیب ورودی و مدل مناسب برای تخمین بارش‌های شهرستان شاهرود تعیین گردد. برای رسیدن به این هدف از داده­های ماهانه هواشناسی شامل تبخیر، دما، رطوبت نسبی هوا، تابش­های خورشیدی، سرعت باد در دوره­ آماری 1342 تا 1394 و مدل­های شبکه عصبی مصنوعی و ماشین بردار پشتیبان استفاده شده است. 75 درصد از داده­ها برای واسنجی و 25 درصد دیگر جهت اعتبارسنجی مدل­ها استفاده شده است. در این تحقیق ...

متن کامل

مدلسازی و پیش‌بینی دمای سیال خروجی از کلکتور تخت

امروزه با توجه به دو بحران انرژی و محیط زیست، استفاده از انرژی‎های پاک و تجدیدپذیر بیش از پیش مورد توجه قرار گرفته است. خورشید نیز با توجه به پایان‌ناپذیری و ظرفیت بالا در ایران، به‌عنوان یکی از انرژی‌های نو مورد توجه می‌باشد. گرمایش خورشیدی به‌معنای استفاده از انرژی خورشید در جهت تأمین نیازهای گرمایشی می‌باشد، در حالی‌که بیشترین مصرف انرژی‌های فسیلی در جهت تولید گرما می‌‎باشند. در این مقاله بر...

متن کامل

مدل سازی رواناب رودخانه صوفی چای با استفاده از ماشین بردار پشتیبان و شبکه عصبی مصنوعی

Accurate simulation runoff process can have a significant role in water resources management and related issues. The inherent complexity of  this process makes difficult the use of physical and numerical models. In recent years, application of intelligent models is increased a powerful tool in hydrological modeling. The aim of this study was the application of the Gamma test to select the optim...

متن کامل

مدل‌سازی مقاومت فشاری بتن غلتکی با استفاده از شبکه عصبی مصنوعی، انفیس و ماشین بردار پشتیبان

امروزه از بتن غلتکی در ساخت سد‌ها و روسازی راه‌ها استفاده می‌شود و طی سال‌های اخیر استفاده از این نوع بتن به علت مزایایی چون کوتاه شدن زمان ساخت، در دسترس بودن مصالح مورد نیاز، عملکرد مناسب در نواحی سرد و عمر مفید طولانی گسترش یافته است. مهم‌ترین خاصیت مکانیکی بتن غلتکی، مقاومت فشاری می‌باشد که افزایش آن می‌تواند عملکرد این نوع بتن را بهبود بخشد. حساسیت بتن غلتکی به اجزای تشکیل‌دهنده آن سبب مشک...

متن کامل

مدلسازی و پیش بینی دمای سیال خروجی از کلکتور تخت

امروزه با توجه به دو بحران انرژی و محیط زیست، استفاده از انرژی‎های پاک و تجدیدپذیر بیش از پیش مورد توجه قرار گرفته است. خورشید نیز با توجه به پایان ناپذیری و ظرفیت بالا در ایران، به عنوان یکی از انرژی های نو مورد توجه می باشد. گرمایش خورشیدی به معنای استفاده از انرژی خورشید در جهت تأمین نیازهای گرمایشی می باشد، در حالی که بیشترین مصرف انرژی های فسیلی در جهت تولید گرما می ‎باشند. در این مقاله بر...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 49  شماره 4

صفحات  669- 678

تاریخ انتشار 2019-02-20

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023