دانلود رایگان


پیش بینی سطح آب در مخزن با استفاده از سیستم استنتاج فازی – عصبی تطبیقی - دانلود رایگان



دانلود رایگان پیش بینی سطح آب در مخزن با استفاده از سیستم استنتاج فازی

دانلود رایگان پیش بینی سطح آب در مخزن با استفاده از سیستم استنتاج فازی – عصبی تطبیقی فرمت فايل: word(قابل ويرايش)تعداد صفحات79
(ANFIS)
مقدمه:
سدها و مخازن مهمترین و موثرترین سیستم ذخیره آب می باشند که توزیع نابرابر مکانی و زمانی آب را تغییر می دهند. آنها نه تنها در تامین آب شرب، تولید انرژی برقابی و آبیاری زمین های پایین دست کاربرد داشته، بلکه در به حداقل رسانی خسارات ناشی از سیلاب و خشکسالی نیز نقش موثری را ایفا می کنند. بدون شک به منظور استفاده کامل از آب موجود، مدیریت بهینه مخازن بسیار با اهمیت می باشد. مدیریت مخزن مجموعه ای از تصمیم ها را در بر می گیرد که جمع آوری و رهاسازی آب در طول زمان را مشخص می کنند. با توجه به کارکردهای مختلف مخازن، پیش بینی دقیق دبی ورودی و سطح آب می تواند در بهینه سازی مدیریت منابع آب، بسیار موثر باشد. با توجه به وجود روابط غیرخطی، عدم قطعیت زیاد و ویژگی های متغیر زمانی در سیستم های آبی، هیچ یک از مدل های آماری و مفهومی پیشنهاد شده به منظور پیش بینی دقیق سطح آب نتوانسته به عنوان یک مدل برتر و توانا شناخته شوند[1]. امروزه سیستم های هوشمند به منظور پیش بینی یک چنین پدیده های پیچیده و غیرخطی، بسیار مورد استفاده قرار می گیرند. روش بدیع سیستم استنتاج فازی – عصبی تطبیقی (ANFIS) یکی از این روشهاست که یک شبکه پس خور چند لایه می باشد و از الگوریتمهای یادگیری شبکه عصبی و منطق فازی به منظور طراحی نگاشت غیرخطی بین فضای ورودی و خروجی استفاده می کند. ANFIS با توجه به توانایی در ترکیب قدرت زبانی یک سیستم فازی با قدرت عددی یک شبکه عصبی، نشان داده است که در مدل سازی فرایندهای همچون مدیریت مخازن [2،3]، سری های زمانی هیدرولوژیکی [4] و برآورد رسوب [5] بسیار قدرتمند می باشند.
هدف اصلی این تحقیق بررسی توانایی سیستم استنتاج فازی – عصبی تطبیقی جهت پیش بینی سطح آب در مواقع سیلابی و به صورت ساعتی می باشد. به این منظور از اطلاعات اشل پنج ایستگاه بالادست سد دز، جهت پیش بینی سطح آب در مخزن این سد استفاده شد. همچنین به منظور بررسی توانایی شبکه های فازی – عصبی در تقابل با تصمیمات بشری، دو الگوی متفاوت یکی با در نظر گرفتن خروجی مخزن به عنوان متغیر ورودی و دیگری بدون این متغیر به کار گرفته شد.
مواد و روشها
سیستم استنتاجی فازی – عصبی تطبیقی (ANFIS)
از زمانی که پروفسور عسگرزاده تئوری منطق فازی را به منظور توصیف سیستم های پیچیده پیشنهاد داد، این منطق بسیار مشهور شده است و به طور موفقیت آمیزی در مسائل مختلف، به ویژه کنترل کننده هایی مثل راکتور شیمیایی، قطارهای خودکار و راکتورهای هسته ای به کار گرفته شده است. اخیرا منطق فازی برای مدل کردن مدیریت مخازن و حل ویژگیهای مبهم آنها پیشنهاد شده است. با وجود این، مشکل اصلی منطق فازی این است که روند سینماتیکی برای طراحی یک کنترل کننده فازی وجود ندارد. به عبارت دیگر، یک شبکه عصبی این توانایی را دارد که از محیط آموزش ببیند (جفت های ورودی – خروجی)، ساختارش را خود مرتب کند و با شیوه ای، تعامل خود را تطبیق دهد. بدین منظور پروفسور جنگ در سال 1993 مدل ANFIS را ارائه کرد که قابلیت ترکیب توانایی دو روش مذکور را داشت[6].
ساختار و الگوریتم: [1]
ANFIS قابلیت خوبی در آموزش، ساخت و طبقه بندی دارد و همچنین دارای این مزیت است که اجازه استخراج قوانین فازی را از اطلاعات عددی یا دانش متخصص می دهد و به طور تطبیقی یک قاعده – بنیاد می سازد. علاوه بر این، می تواند تبدیل پیچیده هوش بشری به سیستم های فازی را تنظیم کند. مشکل اصلی مدل پیش بینی ANFIS، احتیاج نسبتا زیاد به زمان برای آموزش ساختار و تعیین پارامترها می باشد.
به منظور ساده سازی، فرض می شود که سیستم استنتاجی مورد نظر دو ورودی x و y و یک خروجی z دارد. برای یک مدل فازی تاکاگی – سوگنو درجه اول، می توان یک مجموعه قانون نمونه را با دو قانون اگر – آنگاه فازی به صورت زیر بیان کرد:
قانون اول: اگر x برابر A1 و y برابر B1 باشد آنگاه
قانون دوم: اگر x برابر A2 و y برابر B2 باشد آنگاه
که Pi، qi و ri (i=1,2) پارامترهای خطی در بخش تالی مدل فازی تاکاگی – سوگنو درجه اول هستند. ساختار ANFIS شامل پنج لایه می شود (شکل 1) که معرفی خلاصه ای از مدل در پی می آید:
لایه اول، گره های ورودی : هر گره از این لایه، مقادیر عضویتی که به هر یک از مجموعه های فازی مناسب تعلق دارند، با استفاده از تابع عضویت تولید می کنند.
که x و y ورودی های غیرفازی به گره I و Ai و Bi (کوچک، بزرگ و ...)، برچسب های زبانی هستند که به ترتیب با توابع عضویت مناسب Aiμ و Biμ مشخص می شوند. در اینجا معمولا از فازی سازهای گوسی و زنگی شکل استفاده می شود. باید پارامترهای این توابع عضویت که به عنوان پارامترهای مقدماتی در این لایه شناخته می شوند، مشخص شوند.


پیش بینی سطح آب در مخزن با استفاده از سیستم استنتاج فازی


مقاله


پاورپوینت


فایل فلش


کارآموزی


گزارش تخصصی


اقدام پژوهی


درس پژوهی


جزوه


خلاصه


پیش بینی سطح آب در مخزن با استفاده از سیستم استنتاج فازی ... - مقاله

22 آوريل 2018 ... پیش بینی سطح آب در مخزن با استفاده از سیستم استنتاج فازیعصبی تطبیقی.
فرمت فایل: word (قابل ویرایش) تعداد صفحات 79. پیش بینی ...

دانلود مقاله پیش بینی سطح آب در مخزن با استفاده از سیستم استنتاج ...

دانلود مقاله پیش بینی سطح آب در مخزن با استفاده از سیستم استنتاج فازی سدها و
مخازن ... روش بدیع سیستم استنتاج فازیعصبی تطبیقی (ANFIS) یکی از این ...

پیش بینی سطح آب در مخزن با استفاده از سیستم استنتاج فازی - مهرکام

24 آوريل 2017 ... کلینیک اقتصادی و مالی مهرکام » جزوه و تحقیق » پیش بینی سطح آب در مخزن با
استفاده از سیستم استنتاج فازیعصبی تطبیقی. موضوع مورد ...

ﻓﺎﺯﻱ - ﺗﺒﺨﻴﺮ ﺑﺎ ﺍﺳﺘﻔﺎﺩﻩ ﺍﺯ ﺳﻴﺴﺘﻢ ﺍﺳﺘﻨﺘﺎﺝ ﺗﻄﺒﻴﻘﻲ

ﺪﻩ ﺩﺭ ﻣﺪﻳﺮﻳﺖ ﺁﺑﻴﺎﺭﻱ ﻭ ﭘﻴﺶ. ﺑﻴﻨﻲ ﺟﺮﻳﺎﻥ. ﺭﻭﺩﺧﺎﻧﻪ ﻧﻘﺶ ﺣﻴﺎﺗﻲ ﺩﺍ .ﺭﺩ. ﺑﻪ. ﻣﻨﻈﻮﺭ ﺗﺨﻤﻴﻦ ﺗﺒﺨﻴﺮ ﺍﺯ ﺗﺸﺖ ﺍﺯ ﺁﻣﺎﺭ ...
ﺑﺮﺁﻭﺭﺩ ﺗﺒﺨﻴﺮ ﺭﻭﺯﺍﻧﻪ ﺍﺯ ﺗﺸﺖ. ﺗﺒﺨﻴﺮ ﺑﺎ ﺍﺳﺘﻔﺎﺩﻩ ﺍﺯ ﺳﻴﺴﺘﻢ ﺍﺳﺘﻨﺘﺎﺝ ﺗﻄﺒﻴﻘﻲ ﻋﺼﺒﻲ. -. ﻓﺎﺯﻱ . ﻣﺠﻠﻪ ﭘﮋﻭﻫﺶ ﺁﺏ ﺍﻳﺮﺍﻥ
... ﺍﺯ ﺳﻴﺴﺘﻢ ﺍﺳﺘﻨﺘﺎﺝ . . . ﻣﻘﺪﻣﻪ. ﻫﺮﺳﺎﻟﻪ ﻫﺰﺍﺭﺍﻥ ﻣﻴﻠﻴﺎﺭﺩ ﻣﺘﺮ. ﻣﮑﻌﺐ ﺁﺏ ﺷﻴﺮﻳﻦ ﺍﺯ ﻣﺨﺎﺯﻥ ﺳﺪﻫﺎ. ﮐﻪ ﺑﺎ ﻫﺰﻳﻨﻪ ...
ﺳﻄﺢ ﺁﻥ ﻣﻲ. ﺗﻮﺍﻧﺪ ﺑﻪ. ﻋﻨﻮﺍﻥ ﺷﺎﺧﺼﻲ ﺍﺯ ﺗﺮﮐﻴﺐ ﺍﺛﺮﺍﺕ ﺗﺎﺑﺶ،. ﺩﻣﺎ، ﺭﻃﻮﺑﺖ ﻭ ﺑﺎﺩ ﺑﺮ ﺗﺒﺨﻴﺮ ﺩﺭﻧﻈﺮ ﮔﺮﻓﺘﻪ ﺷﻮﺩ.

وب سایت شخصی محمدتقي ستاري - University Of Tabriz - دانشگاه تبریز

بهینه سازی سیاست بهره برداری از مخزن سد مهاباد با استفاده از الگوریتم بهینه‌سازی
.... پیش‌‌بینی جریان روزانه رودخانه اهرچای با استفاده از روشهای شبکه های عصبی
مصنوعی (ANN) و مقایسه آن با سیستم استنتاج فازی- عصبی تطبیقی . ....
پیش‌بینی نوسانات تراز سطح آب دریاچه ارومیه با استفاده از مدل‌درختی M5 و
برنامه‌ریزی ژنتیک.

پیش بینی سطح آب در مخزن با استفاده از سیستم استنتاج فازی - مهرکام

24 آوريل 2017 ... کلینیک اقتصادی و مالی مهرکام » جزوه و تحقیق » پیش بینی سطح آب در مخزن با
استفاده از سیستم استنتاج فازیعصبی تطبیقی. موضوع مورد ...

اویرایش شده پیش‌بینی مقاومت برشی خاک‌های غیراشباع با استفاده از ...

پیش‌بینی مقاومت فشاری و کششی بتن پلاستیک با استفاده از روش‌های داده کاوی ...
سیستم استنتاج تطبیقی عصبیفازی | ... در این پژوهش قابلیت سیستم
استنتاج فازی- عصبی انطباقی (ANFIS) و دو نوع شبکه عصبی مصنوعی ....
پیش‌بینی سطح آب زیرزمینی دشت بسطام با استفاده از مدل شبکه عصبی مصنوعی (
ANN) و شبکه ...

تخمین ضریب پراکندگی طولی آلودگی با استفاده از سیستم استنتاج ...

به همین دلیل در این تحقیق با استفاده از سیستم خبره استنتاج فازی - عصبی
انطباقی ... طبق نتایج، استفاده از مدل تطبیقی استنتاج فازی- عصبی دقت تخمین
این ... ”پیش بینی فشار در شبکه‌‌های آبرسانی با استفاده از شبکههای عصبی
مصنوعی و ... “Adaptive neuro-fuzzy inference system for prediction of water level
in reservoir.

وب سایت شخصی محمدتقي ستاري - University Of Tabriz - دانشگاه تبریز

بهینه سازی سیاست بهره برداری از مخزن سد مهاباد با استفاده از الگوریتم بهینه‌سازی
.... پیش‌‌بینی جریان روزانه رودخانه اهرچای با استفاده از روشهای شبکه های عصبی
مصنوعی (ANN) و مقایسه آن با سیستم استنتاج فازی- عصبی تطبیقی . ....
پیش‌بینی نوسانات تراز سطح آب دریاچه ارومیه با استفاده از مدل‌درختی M5 و
برنامه‌ریزی ژنتیک.

تخمین ضریب پراکندگی طولی آلودگی با استفاده از سیستم استنتاج ...

به همین دلیل در این تحقیق با استفاده از سیستم خبره استنتاج فازی - عصبی
انطباقی ... طبق نتایج، استفاده از مدل تطبیقی استنتاج فازی- عصبی دقت تخمین
این ... ”پیش بینی فشار در شبکه‌‌های آبرسانی با استفاده از شبکههای عصبی
مصنوعی و ... “Adaptive neuro-fuzzy inference system for prediction of water level
in reservoir.

ویست های شغلی

حل المسائل کتاب مقاومت مصالح بیر جانسون ویرایش 6 (فصل های 4 تا 5)

پاورپوینت تاریخچه باغهای ایران و باغهای جهان،65اسلاید،pptx

حل المسائل کتاب مقاومت مصالح بیر جانسون ویرایش 6 (فصل های 4 تا 5)

ویست های شغلی

دانلود مقاله چرا باید نماز بخوانیم دلایل پزشکی ، عقلی و علمی

پاورپوینت تاریخ ایران و جهان باستان



فايل اكسل برآورد حق الزحمه نظارت كارگاهي سال 96 مطابق بخشنامه96

پاورپوينت پيوند حلزون گوش