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

مدل ترکیبی برنامه ریزی پویای تصادفی-شبکه عصبی جهت بهینه سازی بهره برداری از مخازن برقابی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۲۲۳۳ | نظرات: ۰
سرفصل ارائه مقاله: سازه ها و مدلهای هیدرولیکی
سال انتشار: ۱۳۸۴
کد COI مقاله: IHC05_161
زبان مقاله: فارسی
حجم فایل: ۲۴۳.۴۷ کلیوبایت (فایل این مقاله در ۱۰ 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. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله مدل ترکیبی برنامه ریزی پویای تصادفی-شبکه عصبی جهت بهینه سازی بهره برداری از مخازن برقابی

  سعید علیمحمدی - عضو هیئت علمی گروه آب دانشگاه صنعت آب و برق شهید عباسپور
    امید بزرگ حداد (شناسه پژوهشگر - Researcher ID: ۲۰۵۷)
دکتری اب دانشگاه علم و صنعت ایران
  فرید شریفی - فوق لیسانس سازه های هیدرولیکی دانشگاه علم و صنعت ایران

چکیده مقاله:

بعد از بکارگیری هر مدل بهینه سازی، به دو منظور زیر نیاز به یک مدل شبیه سازی می باشد:1) کنترل کردن و ارزیابی کارآیی سیستم2) محاسبه معیارهای کارآیی، قانون و قاعده معمول، بکارگیری مدل شبیه سازی به فرم کدهای کامپیوتری می باشد. در این مقاله از یک مدل برنامه ریزی پویای تصادفی (SDP ) استفاده شده و فرمان بهینه بهره برداری از یک سیستم برقابی بدست آمده است. سپس کارآیی شبکه های عصبی مصنوعی به عنوان جانشین مدل های شبیه سازی مورد ارزیابی قرار گرفته است. در مدل بهینه سازی، حجم مخزن به 50 کلاس حجمی و جریان ورودی به 8 کلاس در هرپریود زمانی تقسیم شده است. قواعد بهینه بدست آمده برای اموزش مدل شبکه عصبی مورد استفاده قرار گرفته است. سپس مقدار بهینه آب رها شده در طول 43 سال با استفاده از مدل شبیه سازی و شبکه عصبی مصنوعی، بعد از تست مدل بدست آمده است. نتایج نشان داده است که مقدار آب رها شده از مخزن در هر دو مدل شبیه سازی و شبکه عصبی مصنوعی بسیار به هم نزدیک است.

کلیدواژه‌ها:

شبکه های عصبی مصنوعی ، بهره برداری بهینه از مخازن برقابی ، بهینه سازی ، شبیه سازی

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-IHC05-IHC05_161.html
کد COI مقاله: IHC05_161

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:
علیمحمدی, سعید؛ امید بزرگ حداد و فرید شریفی، ۱۳۸۴، مدل ترکیبی برنامه ریزی پویای تصادفی-شبکه عصبی جهت بهینه سازی بهره برداری از مخازن برقابی، پنجمین کنفرانس هیدرولیک ایران، کرمان، دانشگاه باهنر کرمان، https://www.civilica.com/Paper-IHC05-IHC05_161.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: (علیمحمدی, سعید؛ امید بزرگ حداد و فرید شریفی، ۱۳۸۴)
برای بار دوم به بعد: (علیمحمدی؛ بزرگ حداد و شریفی، ۱۳۸۴)
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 :

  • ASCE Task Committee _ Application of Artificial Neural Networks in ...
  • Coulibaly, P., Anctil F., and Bobee, B. (2001), "Multivariate Reservoir ...
  • Using Temporal Neural Networks", Journal of Hydrologic Engineering, ASCE, pp. ...
  • Coulibaly, P., Anctil, F., and Bobee, B .(2000), "Daily reservoir ...
  • Garret, J.H., et al. (1993) "Engineering applications of artificial neural ...
  • Jain, S. K., Das , D., and Srivastava, D.K.(1999), "Application ...
  • Raman, H., and Sunilkumar, N. (1995), "Multi-variant modeling of water ...
  • Salas, J.D., Markus, M. and Takar, A.S. (2000), "Streamflow Forecasting ...
  • Sun, C., Neale, C.M.U. _ and McDonnel, J.J.(1993), "The potential ...
  • Thirumalaiah, K., and Deo, M. C. (2000), "Hydrological Forecasting Using ...
  • Tokar, S., and Markus, M., (2000), _ _ Precip itation-Runoff ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۱۶۶۳۷
    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

    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.