شناسایی و مدلسازی یک بیوراکتور با استفاده از شبکه عصبی

Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,040

متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CMRCE03_319

تاریخ نمایه سازی: 13 دی 1390

Abstract:

در این مقاله به کاربرد شبکه های عصبی در مدل سازی و شناسایی فرآیندها پرداخته شده است. شبکه های عصبی ابزاری قدرتمند وتوانمندی در مدلسازی بوده و در اکثر علوم مهندسی به کار می روند. بیشترین کاربرد استفاده از شبکه های عصبی در مدل سازی فرآیندهایی است که در آنها توصیف ریاضی فرآیند نامشخص بوده و یا امکان دسترسی به تعدادی از پارامترهای مدل وجود نداشته باشد. در این حالت با فرض در دسترس بودن مناسب ورودی ها و خروجی های فرآیند می توان شبکه عصبی را به گونه ای آموزش داد تا بتواند مدل مناسبی از رفتار دینامیکی فرآیند را ارائه نماید. در انتها نیز با استفاده از داده های ورودی- خروجی، یک مدل شبکه عصبی با استفاده از الگوریتم آموزش انتشار به عقب برای یک بیوراکتور شبیه سازی شده است

Authors

رضا محسنی

دانشگاه آزاد اسلامی واحد علوم و تحقیقات، گروه مهندسی برق، تهران، ای

محمدابراهیم مهریار

دانشگاه آزاد اسلامی واحد علوم و تحقیقات، گروه مهندسی برق، تهران، ای

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
  • Hussain, M.A., Review of the Applications of Neural Network in ...
  • Cybenko G. Approximation by superposition of a sigmoidal function. Math ...
  • Hornik K, Stinchcombe M, White H. Multilayer feed forward networks ...
  • Hoskins, J.C. and Himmelblau, D.M., Artificial Neural Network Models of ...
  • Bhat, N. and McAvoy, T.J., Use of Neural Net for ...
  • Systems, Computers and Chemical Engineering, 14(4/5), 573-583 (1990). ...
  • E.Hernandez, Y. Arkun, "Study of the Contro) elevant Properties of ...
  • JM. Douglas, :Process dynamics and control: analysis of dynamic systems:, ...
  • WL.Luyben, :Process modeling, simulation and control for chemical engineers", New ...
  • M. Nikolaou, V.Hanagandi, :Control of nonliner dynamical systems modeled by ...
  • M. Nihtila, J. Virkunnen, "Practical identifiability of growth and substrate ...
  • نمایش کامل مراجع