Year: 1393
COI: RCEITT01_083
Language: PersianView: 593
This Paper With 12 Page And PDF Format Ready To Download
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 12 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
Authors
Abstract:
پیشبینی درست گاز مصرفی سالانه، میتواند یک راهنمای منطقی برای طرحهای سازنده گاز باشد. و همچنین برای پیشرفتهای بیشتر صنعت گاز مهم است. از آنجایی که منحنی گاز مصرفی سالانه یک حالت غیر خطی را نشان میدهد، پیشبینی گاز مصرفی سالانه یک مشکل غیر خطی است. در این مقاله، از مدل شبکه رگرسیون عصبی تعمیمیافتهGRNN برای پیشبینی گاز مصرفی سالانه استفاده شده است. که نکته کلیدی در آن، تعیین پارامترهای گسترده مناسب، برای استفاده ازGRNNجهت پیشبینی گاز مصرفی سالانه است. در این مقاله، یک روش ترکیبی از الگوریتم بهینهسازی مگس میوهGRNN و FOA برای حل این مشکل پیشنهاد شده است. به طوری کهFOAبرای انتخاب اتوماتیک ارزش پارامترهای گسترده، برای پیشبینی گاز مصرفی، در مدلGRNNمورد استفاده قرار گرفته است. اثرات این روش ترکیبی توسط یک آزمون که نشان داد مدل ترکیبی پیشنهادی از مدلGRNNبا پارامترهای قراردادی، مدلPSOGRNNمدلSALSSVMو مدل OLS-LR برای پیشبینی گاز مصرفی سالانه بهتر عمل میکند، به اثبات رسید. نتایج آزمایشات بر روی دادههای دنیای واقعی، نشان دهنده برتری روش پیشنهادی نسبت به سایر روشهای مطرح است
Keywords:
پیشبینی گاز سالانه , شبکه عصبی رگرسیون تعمیمیافتهGRNN , الگوریتم بهینهسازی مگس میوه FOA , مشکل بهینهسازی , انتخاب پارامتر
Paper COI Code
This Paper COI Code is RCEITT01_083. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:https://civilica.com/doc/347163/
How to Cite to This Paper:
If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:حمیدزاده، جواد و روشنی، سارا،1393،یک مدل ترکیبی برای پیشبینی گاز مصرفی، براساس شبکه رگرسیون عصبی تعمیم یافته و الگوریتم بهینه سازی مگس میوه،The First National Conference on Computer Engineering Research،Tehran،https://civilica.com/doc/347163
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 :- D.F. Specht, A general regression neural network, IEEE Transactions on ...
- O. Polat, T. Y1ldnrm, Genetic optimization of GRNN for pattern ...
- C. Xia, _ Lei, H. Wang, J. Li, GRNN short-term ...
- S.G. Kulkarni, A. K.Chaudhary, S. Nandi, S.S. Tambe, B.D. Kulkarni, ...
- T.C. Chen, C.H. Yu, Motion contro) with deadzone estimation and ...
- S. ChehrehC helgani, E. Jorjani, Microwave irradiation pretreatment and peroxyacetic ...
- M.T. Leung, A.S. Chen, H. Daouk, Forecasting exchange rates using ...
- P.C. Chang, CH. Liu, C.Y.Fana, Data clustering and fuzzy neural ...
- Z. haiGuo, J. Wu, H.y. Lu, J.z. Wang, A case ...
- W.T. Pan, A new fruit fly optimization algorithm: taking the ...
- M. Amiri, H. Davande, A. Sadeghian, S. Chartier, Feedback associative ...
- J. Wang, Li. Li, D. Niu, Z. Tan, An anual ...
- H. ze Li, S. Guo, Chun-jie, J. Sun, A hybrid ...
- A. Sorjamaa, J. Hao, N. Reyhani, Y. Ji, Amaury Lendasse, ...
- H.M. Ai-Hamadi, S.A. Soliman, Long _ term/mid-term electric load forec ...
- R. Dong, W. Pedrycz, A granular time series approach to ...
- C. Cortes, V. Vapnik, Support-vector networks, Machine Learning. 20 (3) ...
- T. Van Gestel, J.A.K. Suykens, B. Baesens, S. Viaene, J. ...
- P.F. Pai, W.C. Hong, Support vector machines with simulated annealing ...
Research Info Management
اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
Scientometrics
The specifications of the publisher center of this Paper are as follows:
In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.
مقالات پیشنهادی مرتبط
- پیشبینی مصرف انرژی ساختمان با استفاده از شبکه عصبی پرسپترون چندلایه
- مقایسه عملکرد الگوریتم های فراکاوشی نوین شامل تکامل دیفرانسیلی، بهینه سازی توده ذرات، جستجوی فاخته و گرده افشانی گل در بهینه سازی سازه های خرپایی
- بررسی استحکام سیستم اتصال فلز- کامپوزیت نوین کاملد به روش تحلیلی
- ارایه روشی جهت بهبود دقت سامانه های استخراج آزاد اطلاعات با استفاده از الگوریتم شیرمورچه
- Low velocity impact properties of basalt/Jute fibers hybrid composites
مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.
New Papers
- پردازش ژل های الکتروفروسیس پروتئین و DNA با تحلیل تصویر
- ارائه یک رویکرد داده کاوی برای برنامه ریزی فرآیند مبتنی بر دانش
- بررسی الگوریتم های زمانبندی در محیط محاسبات ابری
- بررسی تهدیدات در شبکه های اجتماعی آنلاین و ارائه راه حل هایی برای مقابله با این تهدیدها
- یک مدل بلوغ تعاملات جهت سامان دهی همکاریهای انفورماتیکی صنعت و دانشگاه
This Papers recently indexed in civilica
Share this page
More information about COI
COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.
The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.