Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

مقایسه عملکرد الگوریتم LOLIMOT و شبکه عصبی MLP در شناسایی یک مبدل حرارتی

Year: 1394
COI: ICEEE07_180
Language: PersianView: 669
This Paper With 5 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 5 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

مریم محسنی - دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد تهران جنوب تهران، ایران
مهدی علیاری شوره دلی - دانشکده برق و کامپیوتر دانشگاه صنعتی خواجه نصیرالدین طوسی تهران، ایران

Abstract:

در این مقاله به طراحی مدل پیش بین یک مبدل حرارتی به کمک شبکه عصبی پرسپترون چندلایه (MLP) و شبکه نروفازی (LLNF) پرداخته شده است. برای آموزش شبکه LLNF از روش آموزش درخت مدل خطی محلی (LOLIMOT) و برای آموزش شبکه MLP از روش های آموزش گرادیان نزولی (GD) و لونبرگ مارکوارت (LM) استفاده شده است. در الگوریتم پس انتشار خطا برای ارائه داده ها به شبکه MLP دو روش وجود دارد. بدین معنا که در هر تکرار از الگوریتم پس انتشار خطا می توان داده ها را به صورت تکی و یا به صورت دسته جمعی به شبکه اعمال کرد. در آموزش شبکه MLP از هر دو روش استفاده شده و در انتها نتایج تمام روش ها مقایسه شده است. نتایج نشان می دهد که با وجود استفاده از روش های آموزش متنوع برای شبکه MLP این شبکه نتوانست در رقابت با الگوریتم LOLIMOT نتایج بهتری را ارائه کند. البته نتایج تمام مدل ها قابل قبول است و اختلاف کمی دارد.

Keywords:

شبکه عصبی پرسپترون چند لایه , LOLIMOT , مبدل حرارتی , گرادیان نزولی

Paper COI Code

This Paper COI Code is ICEEE07_180. 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/459164/

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:
محسنی، مریم و علیاری شوره دلی، مهدی،1394،مقایسه عملکرد الگوریتم LOLIMOT و شبکه عصبی MLP در شناسایی یک مبدل حرارتی،7th iranian conference on electrical and electronic engineering ،Gonabad،https://civilica.com/doc/459164

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 :

  • _ _ _ Anه [3] M. Maboodi, M. H. Ashtari ...
  • _ _ _ _ _ Artificial Neural Networks, ICANN 2014 ...
  • _ _ pp. 221-234, 2012. ...
  • N. Ghaffarian, R. Eslamloueyan, and B. Vaferi, "Model identification ...
  • _ _ _ _ [7] _ _ _ Media, 2001. ...
  • _ _ _ 2013 1st RSI/ISN International Conference on Robotics ...
  • H. Habbi, M. Kidouche, and M. Zelmat, "Data-driven fuzzy models ...
  • S. M. H osseini-Golgoo _ H. Bozorgi, A. Saberkari, and ...
  • J. D. M artinez-Morales E. R. Palac ios-Hermandez, and G. ...
  • B. C. Ng, I. Z. M. Darus, H. Jamaluddin, and ...

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:

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:
Type of center: Azad University
Paper count: 12,117
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

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.

Support