تخمین ولتاژ شکست بحرانی در مقره های آلوده با استفاده از رویکرد مبتنی بر روش های یادگیری با نظارت
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 632
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCAEC01_049
تاریخ نمایه سازی: 19 اردیبهشت 1395
Abstract:
در این مقاله، با اتخاذ یک رویکرد مبتنی بر ترکیب الگوریتم های فراابتکاری و روش های یادگیری ماشینی، چهار مدل شامل الگوریتم ژنتیک- ماشین بردار پشتیبان ،(GA-SVM) الگوریتم ژنتیک- رگرسیون بردار پشتیبان ،(GA-SVR) الگوریتم ازدحام ذرات - رگرسیون بردار پشتیبان (PSO-SVR) و (PSO-SVM) به منظور تخمین ولتاژ شکست بحرانی روی مقره های آلوده، ارائه شده است. همچنین، به منظور ارزیابی عملکرد مدل های فوق، دو معیار ارزیابی معرفی گردیده است. علاوه براین، در مدل SVM یک تابع کرنل ترکیبی به منظور افزایش دقت مدل ارائه و در نهایت، روشهای مذکور بر روی مقره های آلوده، پیادهسازی و نتایج حاصل که بیانگر کارایی مدل های ارائه شده است؛ مورد بحث و بررسی قرار گرفته است.
Keywords:
Authors
محمدجواد میرزائی
دانشجوی دکتری دانشکده مهندسی برق، دانشگاه علم و صنعت ایران
احد کاظمی
دانشیار دانشکده مهندسی برق، دانشگاه علم و صنعت ایران
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 :