CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

افزایش یک ورودی جدید به شبکه عصبی با الگوریتم یادگیری ژنتیک در جهت بهبود پیش بینی بار کوتاه مدت

اعتبار موردنیاز : ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۴۴۲ | نظرات: ۰
سال انتشار: ۱۳۹۳
کد COI مقاله: COMPUTER01_182
زبان مقاله: فارسی
حجم فایل: ۶۰۸.۱۸ کیلوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله افزایش یک ورودی جدید به شبکه عصبی با الگوریتم یادگیری ژنتیک در جهت بهبود پیش بینی بار کوتاه مدت

  وحیده میریزدی - دانشجوی کارشناسی ارشد هوش مصنوعی و رباتیک دانشگاه یزد
    محمد قاسم زاده - استادیار گروه کامپیوتر دانشگاه یزد
  علی محمد لطیف - استادیار گروه کامپیوتر دانشگاه یزد

چکیده مقاله:

پیش بینی بار کوتاه مدت، نقش اساسی در سیستم اقتصادی و صرفه جویی تأمین انرژی برق کشور دارد. یکی از روش هایی که در زمینه پیش بینی بار، محبوبیت زیادی دارد، استفاده از شبکه های عصبی مصنوعی می باشد. در این مقاله از شبکه عصبی که از طریق الگوریتم ژنتیک آموزش می بیند به پیش بینی کوتاه مدت بار الکتریکی استان خراسان رضوی می پردازیم. به دلیل اهمیت ورودی های شبکه عصبی، دقت در انتخاب ورودی ها امری ضروری است. زیرا انتخاب ورودی های نامناسب سبب بروز خطا در عملکرد سیستم می شود. پیش بینی کوتاه مدت بار الکتریکی به دلیل تاثیر عوامل متعدد و متنوع غیرخطی نظیر شرایط آب و هوایی و تغییرات دوره ای، از پیچیدگی خاصی برخوردار است. از این رو علاوه بر داده های گذشته ی بار و پارامترهای دما از متغیر جدیدی که از منحنی بار به دست آمده و اثر عوامل دوره ای بر آن اعمال شده است، استفاده می کنیم و تأثیر این متغیر را به بوته ی آزمایش خواهیم گذاشت نتایج به دست آمده نشان دهنده ی بهبود پیش بینی بار و کارایی متغیر پیشنهاد شده می باشد.

کلیدواژه‌ها:

پیش بینی بار کوتاه مدت، شبکه عصبی، الگوریتم ژنتیک

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-COMPUTER01-COMPUTER01_182.html
کد COI مقاله: COMPUTER01_182

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:
میریزدی, وحیده؛ محمد قاسم زاده و علی محمد لطیف، ۱۳۹۳، افزایش یک ورودی جدید به شبکه عصبی با الگوریتم یادگیری ژنتیک در جهت بهبود پیش بینی بار کوتاه مدت، همایش ملی علوم و مهندسی کامپیوتر، مشهد، موسسه آموزش عالی خاوران، https://www.civilica.com/Paper-COMPUTER01-COMPUTER01_182.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: (میریزدی, وحیده؛ محمد قاسم زاده و علی محمد لطیف، ۱۳۹۳)
برای بار دوم به بعد: (میریزدی؛ قاسم زاده و لطیف، 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 :

  • رضا رمضانی، مریم رمضانی، پش بینی تقاضای ماهیانه برق با ...
  • (توحید اکبری، محسن پارسا مقدم، "پیش‌بینی کوتاه مت بار در ... (مقاله کنفرانسی)
  • علی کاشفی کاویانی، فاطمه جهانبانی اردکانی، علی جهانبانی اردکانی، _ ... (مقاله کنفرانسی)
  • م وحید وحیدی نسب، شهرام جدید، "کاربرد سیستم‌های فازی دپیش‌بینی ... (مقاله کنفرانسی)
  • عبدالحسین وهابی، سعیده برقی‌نیا، ناصر وفادار، همایون برهمندپور، "پیشنهاد روشی ... (مقاله کنفرانسی)
  • Hagan, M. and Behr, S., "The Time Series approach to ...
  • Mohammed, O., Park, D., Merchant, _ Dinh, T., Tong, C., ...
  • Peng, T.M., Hubele, N.F., Karady, G., "Advancemet in the application ...
  • R. Barzamini, M.B. Menhaj, A. Khosravi, and S. Kamalvand, "short ...
  • Ling, S H; Leung, P H F; Lam, H K; ...
  • X. Wang, J.R. McDonald, "Modern Power System Planning", McGraw-Hill, pp.1-88, ...
  • J. Holland , "Adaptation in Natural and Artificial Systems", Cambridge, ...
  • Taylor, J.W., R. Buizza, "Neural Network Load Forecasting with Weather ...
  • Nahi Kandil, Rene Wamkeue, Maarouf saad, Semaan Georges, " An ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۱۰۸۷۳
    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 مرتبط جدید

    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.