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

گواهی نمایه سازی مقاله تخمین ولتاژ شکست بحرانی در مقره های آلوده با استفاده از رویکرد مبتنی بر روش های یادگیری با نظارت

عنوان مقاله: تخمین ولتاژ شکست بحرانی در مقره های آلوده با استفاده از رویکرد مبتنی بر روش های یادگیری با نظارت
شناسه (COI) مقاله: NCAEC01_049
منتشر شده در کنفرانس ملی دستاورهای نوین در برق و کامپیوتر در سال ۱۳۹۴
مشخصات نویسندگان مقاله:

محمدجواد میرزائی - دانشجوی دکتری دانشکده مهندسی برق، دانشگاه علم و صنعت ایران
احد کاظمی - دانشیار دانشکده مهندسی برق، دانشگاه علم و صنعت ایران

خلاصه مقاله:
در این مقاله، با اتخاذ یک رویکرد مبتنی بر ترکیب الگوریتم های فراابتکاری و روش های یادگیری ماشینی، چهار مدل شامل الگوریتم ژنتیک- ماشین بردار پشتیبان ،(GA-SVM) الگوریتم ژنتیک- رگرسیون بردار پشتیبان ،(GA-SVR) الگوریتم ازدحام ذرات - رگرسیون بردار پشتیبان (PSO-SVR) و (PSO-SVM) به منظور تخمین ولتاژ شکست بحرانی روی مقره های آلوده، ارائه شده است. همچنین، به منظور ارزیابی عملکرد مدل های فوق، دو معیار ارزیابی معرفی گردیده است. علاوه براین، در مدل SVM یک تابع کرنل ترکیبی به منظور افزایش دقت مدل ارائه و در نهایت، روشهای مذکور بر روی مقره های آلوده، پیادهسازی و نتایج حاصل که بیانگر کارایی مدل های ارائه شده است؛ مورد بحث و بررسی قرار گرفته است.

کلمات کلیدی:
مقره های آلوده؛ ولتاژ شکست بحرانی؛ ماشین بردار پشتیبان؛ تخمین؛ الگوریتم فراابتکاری

صفحه اختصاصی مقاله و دریافت فایل کامل: https://www.civilica.com/Paper-NCAEC01-NCAEC01_049.html