CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

ترکیب الگوریتم بهینه سازی ازدحام ذرات و شبکه عصبی مصنوعی جهت پیش بینی توان انرژی باد

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۸۶۲ | نظرات: ۰
سال انتشار: ۱۳۹۳
کد COI مقاله: CLEANENERGY04_048
زبان مقاله: فارسی
حجم فایل: ۵۰۸.۰۹ کیلوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۸ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳,۰۰۰ تومان بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ترکیب الگوریتم بهینه سازی ازدحام ذرات و شبکه عصبی مصنوعی جهت پیش بینی توان انرژی باد

  فرشید کی نیا - استادیارگروه انرژی دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته کرمان ایران
  عظیم حیدری - دانشجوی کارشناسی ارشدمهندسی صنایع دانشگاه علوم و تحقیقات کرمان ایران

چکیده مقاله:

رشدسریع تولید انرژی باددرسبیاری ازکشورهای جهان درسالهای اخیر باعث شده استکه پیش بینی قدرت باد ازاهمیت خاصی برخوردار گردد همچنین نیروی باد یک سیگنال پیچیده برای مدلسازی و پیش بینی می باشد باتوجه به مطالعاتی که دراین زمینه انجام شده است بازهم پیش بینی قدرت باد نیازمند روشی است که ازعملکرد خوبی برخوردار باشد دراین مطالعه یک روش هوشمند ترکیبی جهت پیش بینی نیروی باد ارایه شده است نتایج روش پیشنهادی El-PSO و روش El-GA مورد مقایسه قرارگرفته اند و همچنین نتایج بدست امده ازهردوروش بوسیله روش انالیز واریانس مورد بررسی قرارگرفته است تمامی نتایج حاصل شده نشان میدهد عملکرد بسیارخوب روش پیشنهادی El-PSO می باشد

کلیدواژه‌ها:

انرژی باد ، الگوریتم ازدحام ذرات ، الگوریتم ژنتیک ، شبکه عصبی مصنوعی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CLEANENERGY04-CLEANENERGY04_048.html
کد COI مقاله: CLEANENERGY04_048

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
کی نیا, فرشید و عظیم حیدری، ۱۳۹۳، ترکیب الگوریتم بهینه سازی ازدحام ذرات و شبکه عصبی مصنوعی جهت پیش بینی توان انرژی باد، چهارمین کنفرانس سالانه انرژی پاک، کرمان، مرکز بین المللی علوم و تکنولوژی پیشرفته و علوم محیطی، https://www.civilica.com/Paper-CLEANENERGY04-CLEANENERGY04_048.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (کی نیا, فرشید و عظیم حیدری، ۱۳۹۳)
برای بار دوم به بعد: (کی نیا و حیدری، ۱۳۹۳)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Amjady, N., Keynia, F., and Zareipour, H., 201 1. "A ...
  • Amjady, N., Keynia, F., and Zareipour, H., 201 1. "Short-term ...
  • Burton, N.J., and Bossanyi, E., 2001. Wind Energy Handbook, Wiley. ...
  • Chen, J.H., Yang, L.R., and Su, M.C., 2009. "Comparison of ...
  • Hagan, M.T., Demuth, H.B., and Beale, M.H., 2002. Neural Network ...
  • Hsu, C.M., Chen, K.Y., and Chen, M.C., 2005. "Batching orders ...
  • Kenedy, J., and Eberhart, R., 1995. "Particle SWarm optimization", Proc. ...
  • Kennedy, J., and Eberhart, R.C., 1997. A discrete binary version ...
  • Kusiak, A., Vanelli, A., and Kumar, K.R., 1986. "Clustering analysis: ...
  • Kutsurelis, Jason, E., , 1998. Forecasting Financial Markets Using Neural ...
  • Liu, H.P., Shi, J., and Erdem, E., 2010. "Prediction of ...
  • Lu, M., Lam, H.C., and Dai, F., 2008. "Resource- constrained ...
  • Mur hlenbein, H., 1997. Genetic Algorithms. in: E. Aarts, J.K. ...
  • Onwunalu, E., and Durlofsky, J., 2010. "Application of a particle ...
  • Salcedo-Sanz, S., Ortiz-Garcia, E.G., Perez- Bellido, A.M., Portilla-F igueras, A., ...
  • Shi, J., Guo, J.M., and Zheng, S.T., 2012. "Evaluation of ...
  • Watson, S.J, Landberg, L, and Halliday, J.A., 1994. "Application of ...
  • World Wind Energy Association WWEA 201 Date of publication: April. ...
  • Yu, C., Teo, K.L, Zhang, L.S., and Bai, Y.., 2010. ...
  • Zhang, H., Li, X., Li, H., and Huang, F., 2005. ...
  • Automation in Construction, 14 (3), 393-404. ...
  • Zhou, C., Ding, L.Y., and He, R., 2013. "PSO- based ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۱۷۸۹
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.