بکارگیری الگوریتم ژنتیک و شبکه های عصبی در بهینه سازی و طراحی ژنراتورهای سنکرون
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه تهران
- نویسنده میرعلیرضا نقیب زاده
- استاد راهنما حمید السانی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1379
چکیده
بهینه سازی طراحی ماشین های سنکرون قطب برجسته (هیدروژنراتورها) با الگوریتم ژنتیک استاندارد، الگوریتم ژنتیک یافته (که با تغییر در روش انتخاب استاندارد بدست آمده است ) و استراتژی تکاملی، در این پژوهش بررسی شده است . تابع هدف هزینه مواد است و مواردی مانند بازدهی و تنش مکانیکی یوغ رتور به همراه برخی از دیگر پارامترهای ماشین به عنوان محدودیت در نظر گرفته شده اند. متغیرهای بهینه سازی 12 عدد هستند و مسئله بهینه سازی از گونه آمیخته با عدد صحیح (mixed integer) است . محدودیتها با روش تابع جریمه خارجی در نظر گرفته می شوند توان فنهای خنک سازی دو سوی ماشین برای خیز درجه حرارت بیشینه استاندارد با برنامه مدلسازی حرارتی برآورد می شوند. برای مدلسازی حرارتی نخست سرعت و دبی هوا در نقاط گوناگون ماشین بدست می آید و پس از برآورد ضرایب انتقال حرارت بر پایه این مقادیر، مدلسازی حرارتی ماشین در سه بعد صورت می گیرد. شبکه های عصبی پرسپترون چند لایه و شبکه radial basis function برای تخمین تابع بین ورودی های اصلی برنامه مدلسازی حرارتی و خروجی آن (توان فنهای) بکار رفته اند تا از اجرای برنامه مدلسازی حرارتی در بهینه سازی جلوگیری شود و سرعت اجرای برنامه افزایش یابد. همچنین دو شبکه از دید توانایی تخمین فراگیر مقایسه و بررسی شده اند.
منابع مشابه
بررسی تخلیه جزیی شینه‌های استاتور ژنراتورهای سنکرون توسط شبکه عصبی
این مقاله به بررسی و تحلیل تخلیه جزیی بر روی شینه‌های استاتور ژنراتور سنکرون می‌پردازد. لازم است در ابتدا، با استفاده از تجهیزات مربوطه، اندازه‌گیری سیگنالهای خاص این نوع تخلیه در دفعات و زمان‌های مختلف انجام گیرد و سپس با توجه به قواعد و استانداردهای موجود به تفسیر آنها پرداخته شود. به منظور تفسیر بهتر نتایج، یک شبکه عصبی مورد آموزش، آزمون و صحت سنجی قرار گرفته است. شبکه عصبی مورد استفاده، شبک...
متن کاملبررسی تخلیه جزیی شینه‌های استاتور ژنراتورهای سنکرون توسط شبکه عصبی
این مقاله به بررسی و تحلیل تخلیه جزیی بر روی شینه‌های استاتور ژنراتور سنکرون می‌پردازد. لازم است در ابتدا، با استفاده از تجهیزات مربوطه، اندازه‌گیری سیگنالهای خاص این نوع تخلیه در دفعات و زمان‌های مختلف انجام گیرد و سپس با توجه به قواعد و استانداردهای موجود به تفسیر آنها پرداخته شود. به منظور تفسیر بهتر نتایج، یک شبکه عصبی مورد آموزش، آزمون و صحت سنجی قرار گرفته است. شبکه عصبی مورد استفاده، شبک...
متن کاملبهینه سازی شبکه عصبی MLP با استفاده از الگوریتم ژنتیک موازی FinGrain برای تشخیص سرطان سینه
امروزه استفاده از سیستم‌های هوشمند در تشخیص پزشکی به تدریج در حال افزایش است. این سیستم‌ها می‌توانند به کاهش خطایی که ممکن است توسط کارشناسان کم‌تجربه اتفاق بیافتد، کمک کند. بدین منظور استفاده از سیستم‌های هوشمند مصنوعی در پیشبینی و تشخیص سرطان سینه که یکی از رایج‌ترین سرطان‌ها در بین زنان است، مورد توجه می‌باشد. در این تحقیق فرآیند تشخیص بیماری سرطان سینه با یک رویکرد دو مرحله‌ای انجام...
متن کاملمدل سازی و بهینه سازی واحد تولید هیدروژن با شبکه ی عصبی مصنوعی و الگوریتم ژنتیک
هدف اصلی این پژوهش، مدل سازی واحد صنعتی تولید هیدروژن براساس تبدیل متان با بخار آب با کاربرد شبکه ی عصبی مصنوعی است. عامل های دبی فراورده و انرژی مصرفی به عنوان عامل های خروجی مدل در نظر گرفته شد و دو شبکه ی عصبی مجزا برای پیش بینی این دو عامل مدنظر قرارگرفت. نتیجه های مدل سازی با دقت بسیار خوب، خطای متوسط مطلق، خطای متوسط نسبی و خطای احتمالی بین داده های واقعی کارخانه و مدل را به ترتیب برابر ب...
متن کاملمنابع 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 @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه تهران
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023