انتخاب الگوریتم آموزشی بهینه جهت توسعه مدل شبکه عصبی مصنوعی درپیش بینی تولید انرژی تجدیدپذیر
Publish place: The first national environmental conference
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 476
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISFPNU01_247
تاریخ نمایه سازی: 3 شهریور 1393
Abstract:
انرژی های تجدیدپذیر به عنوان یکی از راه حل های موثر و کارا در دست یابی به توسعه پایدار می باشند. ایران دارای منابع فراوانی از انرژی خورشیدی، بادی، برق آبی و زمین گرمایی می باشد، اما به دلایل مختلفی، این انرژی ها برای مدت مدیدی مورد غفلت واقع شده اند. در این تحقیق، به منظور پیش بینی تولید انرژی تجدیدپذیر ایران، مدل شبکه عصبی مصنوعی طراحی گردیده است. از 70 درصد داده ها برای آموزش، 15 درصد برای اعتبار سنجی و 15 درصد داده ها به طور تصادفی برای ارزیابی شبکه آموزش دیده استفاده شده است. با توجه به سرعت مناسب همگرایی و کارایی بالا، در ادبیات، از الگوریتم لونبرگ - مارکوآرت به عنوان الگوریتم آموزشی جهت آموزش شبکه عصبی مورد استفاده قرار می گیرد. از این جهت در این تحقیق این الگوریتم آموزشی با سایر الگوریتم های آموزشی مورد مقایسه قرار گرفته است. نتایج تحقیق نشان داد که الگوریتم لونبرگ - مارکو آرت بهترین الگوریتم آموزشی جهت پیش بینی تولید انرژی تجدیدپذیر کشور با استفاده از شبکه عصبی مصنوعی می باشد.
Keywords:
Authors
سید کمال جهار سوقی
دانشیار و عضو هیئت علمی دانشگاه تربیت مدرس تهران
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 :