لینک فایل پاورپوینت دستگاه عصبی

دانلود پاورپوینت با موضوع دستگاه عصبی،

در قالب ppt و در 41 اسلاید، قابل ویرایش، شامل:

 

مشخصات سلول های عصبی

پتانسیل استراحت

عوامل مهم در ایجاد پتانسیل استراحت

پمپ سدیم ـ پتاسیم

گرادیان غلظتی حاصل از پمپ سدیم ـ پتاسیم

سهم پتانسیل انتشار یون

سهم پمپ سدیم ، پتاسیم در پتانسیل غشا

پتانسیل عمل  

آستانه تحریک

کانال دریچه دار وابسته به ولتاژ سدیمی

انتقال موج عصبی

جهت انتشار اینپالس

هدایت جهشی

سیناپس

میانجی های عصبی

انواع میانجی ها

میانجی های نورپپتیدی با عمل آهسته

میانجی های سیناپسی

نوروپپتیدها

منابع

 

 

بخشی از متن پاورپوینت:

مشخصات سلول های عصبی :

1- تحریک پذیری  Excitability
حساسیت موجودات زنده به تغییرات محیط خارجی و درونی می باشد.
2- هدایت    Conduction
خاصیت رشته های عصبی برای انتقال پیام به مغز برای آگاه کردن آنها از تغییرات محیط

 

پتانسیل استراحت         Resting potential:

وقتی هیچ محرک خارجی برای غشاء عصبی وجود نداشته باشد. گفته می شود غشاء در حالت استراحت است. در این حالت چون غشاء پلاریزه می باشد پتانسیلی در آن به وجود می آید که به آن پتانسیل استراحت می گویند.
میزان آن 70- تا 90- میلی ولت است.
و . . .

کلمات کلیدی : دستگاه عصبی محیطی,دستگاه عصبی پیکری,دستگاه عصبی مرکزی,دستگاه عصبی خودمختار,پاورپوینت دستگاه عصبی,فیزیولوژی دستگاه عصبی pdf,آناتومی دستگاه ع?
در این سایت هیچ فایلی برای فروش قرار نمی گیرد. برای پشتیبانی و خرید فایل به مراجعه بفرمائید:

لینک فایل پاورپوینت توسعه شبکه های عصبی مصنوعی

دانلود پاورپوینت با موضوع توسعه شبکه های عصبی مصنوعی،

در قالب ppt و در 33 اسلاید، قابل ویرایش، شامل:

 

مقدمه‏ای بر شبکه‏های عصبی
مقدمه‏ای بر الگوریتم‏های تکاملی
تکامل شبکه‏های عصبی مصنوعی
آموزش وزن‏ها
طراحی معماری
آموزش و طراحی معماری شبکه‏های عصبی
آموزش قوانین یادگیری

 

 

بخشی از متن پاورپوینت:

ANNها:   

معماری
یک ANN شامل مجموعه ای از Elementهای در حال پردازش (نرون) است که به عنوان یک گراف متصل تفسیر می شود که هر نود (نرون) i یک تابع انتقال fi را دربر دارد.


ANNها

به کلاس های انتشار روبه جلو و
 بازگشتی مطابق اتصالشان تقسیم می شوند.
یادگیری در ANNها
یادگیری در ANNها به طور معمولی با استفاده از مثالهای آموزشی (training) صورت می گیرد، چون با سازگار کردن وزن های ارتباطی در شبکه های تکراری حاصل می شود.
یادگیری در ANNها به سه دسته تقسیم می شود:
یادگیری با ناظر (supervised learning)
یادگیری بدون ناظر (unsupervised learning)
یادگیری تقویتی (reinforcement learning)
و . . .

کلمات کلیدی : ترکیب شبکه عصبی و الگوریتم ژنتیک,ترکیب شبکه عصبی و الگوریتم ژنتیک در متلب,کاربرد شبکه های عصبی مصنوعی,کاربرد شبکه های عصبی مصنوعی در طراحی س?
در این سایت هیچ فایلی برای فروش قرار نمی گیرد. برای پشتیبانی و خرید فایل به مراجعه بفرمائید:

لینک فایل پاورپوینت شبکه های عصبی مصنوعی

دانلود پاورپوینت با موضوع شبکه های عصبی مصنوعی،

در قالب ppt و در 71 اسلاید، قابل ویرایش، شامل:

 

مقدمه
شبکه عصبی چیست؟

شبکه  عصبی چه قابلیتهائی دارد؟

مسائل مناسب برای یادگیری شبکه های عصبی

الهام از طبیعت

Perceptron

یادگیری یک پرسپترون

توانائی  پرسپترون

توابع بولی و پرسپترون

اضافه کردن بایاس

آموزش پرسپترون
قانون پرسپترون
قانون دلتا Delta Rule

الگوریتم gradient descent

بدست آوردن قانون gradient descent

قانون دلتا Delta Rule

خلاصه یادگیری قانون دلتا

تقریب افزایشی gradient descent

شبکه های چند لایه

یک سلول واحد

تابع سیگموئید

الگوریتم  Back propagation

الگوریتم BP

افزودن ممنتم

فضای فرضیه و بایاس استقرا

قدرت نمایش لایه پنهان

نمودارخطا

دلایل رخ دادن overfitting

شکل گیری وزنها

و . .  .

 

 

بخشی از متن پاورپوینت:

شبکه عصبی مصنوعی روشی عملی برای یادگیری توابع گوناگون نظیر توابع با مقادیر حقیقی، توابع با مقادیر گسسته و توابع با مقادیر برداری میباشد.
یادگیری شبکه عصبی در برابر خطاهای  داده های آموزشی مصون بوده  و اینگونه شبکه ها با موفقیت به مسائلی نظیر شناسائی گفتار،  شناسائی و  تعبیر تصاویر،  و یادگیری روبات  اعمال شده است.

 

شبکه عصبی چیست؟

روشی برای محاسبه است که بر پایه اتصال به هم پیوسته چندین واحد  پردازشی  ساخته میشود.
شبکه از تعداد دلخواهی سلول یا گره یا واحد یا نرون تشکیل میشود  که مجموعه ورودی را به خروجی ربط میدهند.
و . . .

کلمات کلیدی : شبکه های عصبی مصنوعی ppt,اصول شبکه های عصبی مصنوعی,کتاب شبکه های عصبی مصنوعی pdf,مقاله شبکه های عصبی,درس شبکه های عصبی,تفاوت شبکه های عصبی,شبکه ه
در این سایت هیچ فایلی برای فروش قرار نمی گیرد. برای پشتیبانی و خرید فایل به مراجعه بفرمائید:

لینک فایل پاورپوینت پرخوری عصبی علت شناسی و درمان

توضیحات:

دانلود پاورپوینت با موضوع پرخوری عصبی علت شناسی و درمان،

در قالب ppt و در 19 اسلاید، قابل ویرایش.

 

 

بخشی از متن پاورپوینت:

مصرف بدون کنترل، وسواس گونه و سریع مقادیر زیاد مواد غذایی در یک دوره زمانی کوتاه ( مثلا ضمن دو ساعت ) و یا احساس فقدان کنترل بر خوردن ( شخص قادر بر قطع یا کنترل نوع غذای خود نیست ) رفتارهای نامتناسب جبرانی برای کنترل وزن ( استفراغ عمدی، روزه، تنقیه، استفاده از ملین ها و  ادرار آورها یا سایر داروها، یا افراط در ورزش ) و نگرانی شدید از وزن و شکل بدن، این پر خوری دوره ای و رفتارهای جبران کننده نامتناسب هر دو بطور متوسط هفته ای دو بار و به مدت سه ماه روی می دهد.

ملاک تشخیصی بر اساس DSM:

1- دوره های مکرر پرخوری که مشخص می شود به وسیله 1-خوردن در یک مدت زمان کوتاه 2-حس فقدان کنترل به هنگام خوردن در این دوره
2- رفتار جبرانی نامناسب مکرر مثل تخلیه ، ورزش مکرر
3- رفتار های پرخوری و تخلیه هر دو به طور متوسط حداقل 2 بار در هفته به مدت 3 ماه یا بیشتر
4- ارزیابی خود به دشت به وسیله شکل و وزن بدن متاثر است.
و . . .

 

 

فهرست مطالب:

تعریف

ملاک تشخیصی بر اساس DSM

ویژگی ها کلیدی بی اشتهایی عصبی

تفاوت بی اشتهایی عصبی و پرخوری عصبی

اپیدمیولوژی

  سبب‌شناسی

تشخیص افتراقی

پیش آگاهی

علائم هشدار دهنده پرخوری عصبی

عوارض پر خوری عصبی

درمان

درمان شناختی رفتاری

 

 

توجه: چیزی که این فایل را با بقیه فایل ها متمایز کرده است قابل ویرایش بودن و و آماده پرینت و ارائه بودن آن می باشد تا خریدار از خرید خود کاملا راضی باشد.

کلمات کلیدی : درمان پرخوری عصبی در طب سنتی,درمان پرخوری عصبی با فلوکستین,درمان دارویی پرخوری,درمان گیاهی پرخوری,درمان دارویی پرخوری عصبی چیست,قرص برای در?
در این سایت هیچ فایلی برای فروش قرار نمی گیرد. برای پشتیبانی و خرید فایل به مراجعه بفرمائید:

لینک فایل دانلود پاورپوینت با موضوع دستگاه عصبی

توضیحات:

دانلود پاورپوینت با موضوع دستگاه عصبی،

 در قالب ppt و در 155 اسلاید، قابل ویرایش.

 

 

بخشی از متن پاورپوینت:

دستگاه عصبی:

سیستم عصبی یکی از سیستم های تنظیمی است که اطلاعات را از داخل یا خارج بدن دریافت می کند و آنها را پردازش کرده و ایمپالسهایی برای کنترل اعمال مختلف بدن ارسال می کند.

 

نورون:

ا ز نظر فیزیولوژی نورونها به سه دسته تقسیم می شوند:
نورونهای آوران ( حسی)؛
     پیام را از محیط به سیستم عصبی مرکزی می برند.
نورونهای وابران ( حرکتی)؛
     سیگنال را از سیستم عصبی مرکزی به محیط می برند.
نورونهای رابط؛
     90 درصد نورونها را تشکیل می دهند و ارتباط بین قسمت های مختلف سیستم عصبی را برقرار می کند.
نورونها ار نظر شکل به سه دسته تقسیم می شوند؛
چند قطبی: که به شکل ستاره ای و هرمی عمدتا در نخاع و قشر مخ دیده می شوند.
دو قطبی: دارای یک آکسون و یک دندریت هستند. در شبکه چشم، مخاط بویایی و مخچه دیده می شوند.
یک قطبی: محل انشعاب آکسون و
     دندریت از جسم سلولی در یک نقطه
     است.
و . . .

 

 

فهرست مطالب:

دستگاه عصبی
نورون
سلولهای پشتیبان

سیناپس
نوروترانسمیتر

انتقال سیناپسی

راههای حسی

قشر حسی

رسپتور
اعصاب حسی
نخاع

ساقه مغز
سیستم مشبک

اعمال متعالی مغز
سیستم لیمبیک
هیپوتالاموس
نیمکره های مغز
تثبیت حافظه
مرکز کنترل بیداری در مغز

بهترین روش برای خوابیدن

و . . . . . .

 

 

توجه: چیزی که این فایل را با بقیه فایل ها متمایز کرده است قابل ویرایش بودن و و آماده پرینت و ارائه بودن آن می باشد تا خریدار از خرید خود کاملا راضی باشد.

کلمات کلیدی : دستگاه عصبی خودمختار,پاورپوینت دستگاه عصبی,فیزیولوژی دستگاه عصبی pdf,نحوه کار دستگاه عصبی,بیماریهای سیستم اعصاب مرکزی,دستگاه عصبی تنی,اعصاب
در این سایت هیچ فایلی برای فروش قرار نمی گیرد. برای پشتیبانی و خرید فایل به مراجعه بفرمائید:

لینک فایل پاورپوینت مدلسازی سیستم های بیولوژیکی توسط شبکه های عصبی بازگشتی

توضیحات:

دانلود پاورپوینت با موضوع مدلسازی سیستم های بیولو ژیکی توسط شبکه های عصبی بازگشتی،
در قالب ppt و در 42 اسلاید، قابل ویرایش.

 

 

بخشی از متن پاورپوینت:

آشنایی با شبکه های عصبی  زیستی :
این شبکه ها مجموعه ای بسیار عظیم از پردازشگرهایی موازی به نام نورون اند که به صورت هماهنگ برای حل مسئله عمل می کنند و توسط سیناپس هااطلاعات را منتقل می کنند.در این شبکه ها اگر یک سلول آسیب ببیند بقیه ی سلولها می توانند نبود آنرا جبران کرده و نیز در بازسازی آن سهیم باشند.
این شبکه ها قادر به یادگیری اند.مثلا با اعمال سوزش به سلولهای عصبی لامسه، سلولها یاد می گیرند که به طرف جسم داغ نروند و با این الگوریتم سیستم می آموزد که خطای خود را اصلاح کند.
یادگیری در این سیستم ها به صورت تطبیقی صورت می گیرد، یعنی با استفاده ازمثال ها وزن سیناپس ها به گونه ای تغییر می کند که در صورت دادن ورودی های جدید سیستم پاسخ درستی تولید کند.
و . .  .

 

 

فهرست مطالب:

آشنایی با شبکه های عصبی زیستی
معرفی شبکه های عصبی مصنوعی(ANNها)
مبانی شبکه های عصبی مصنوعی
ایده ی اصلی شبکه های عصبی مصنوعی
مهم ترین تفاوت حافظه ی انسان و حافظه ی کامپیوتر
شبکه های عصبی در مقابل کامپیوترهای معمولی
معایب شبکه های عصبی مصنوعی
کاربردهای شبکه های عصبی مصنوعی
فرآیند یادگیری شبکه
توپولوژی شبکه

توجه: چیزی که این فایل را با بقیه فایل ها متمایز کرده است قابل ویرایش بودن و و آماده پرینت و ارائه بودن آن می باشد تا خریدار از خرید خود کاملا راضی باشد.

کلمات کلیدی : مدلسازی سیستم های بیولو ژیکی توسط شبکه های عصبی بازگشتی,معرفی شبکه های عصبی مصنوعی,مبانی شبکه های عصبی مصنوعی,ایده ی اصلی شبکه های عصبی مصنو
در این سایت هیچ فایلی برای فروش قرار نمی گیرد. برای پشتیبانی و خرید فایل به مراجعه بفرمائید:

لینک فایل پاورپوینت-ppt-آشنایی با شبکه های عصبی زیستی -در 25 اسلاید-powerpoint

vاین شبکه ها مجموعه ای بسیار عظیم از پردازشگرهایی موازی به نام نورون اند که به صورت هماهنگ برای حل مسئله عمل می کنند و توسط سیناپس ها(ارتباط های الکترومغناطیسی)اطلاعات را منتقل می کنند.در این شبکه ها اگر یک سلول آسیب ببیند بقیه ی سلولها می توانند نبود آنرا جبران کرده و نیز در بازسازی آن سهیم باشند.

vاین شبکه ها قادر به یادگیری اند.مثلا با اعمال سوزش به سلولهای عصبی لامسه، سلولها یاد می گیرند که به طرف جسم داغ نروند و با این الگوریتم سیستم می آموزد که خطای خود را اصلاح کند.back propagation of error))

vیادگیری در این سیستم ها به صورت تطبیقی صورت می گیرد، یعنی با استفاده ازمثال ها وزن سیناپس ها به گونه ای تغییر می کند که در صورت دادن ورودی های جدید سیستم پاسخ درستی تولید کند.

کلمات کلیدی : شبکه عصبی زیستی, نورون,ANN, شبکه عصبی مصنوعی, سیناپس ها
در این سایت هیچ فایلی برای فروش قرار نمی گیرد. برای پشتیبانی و خرید فایل به مراجعه بفرمائید:

لینک فایل پروژه و تحقیق- تحلیل بیوگاز حاصل از کود مرغی و بلدرچین با شبکه عصبی مصنوعی- 147 صفحه-docx

چکیده

در این تحقیق عوامل مؤثر در طراحی، ساخت و کابرد یک واحد بیوگاز مورد بررسی قرار گردیده و پس از ساخت و تکمیل آن با کود آلی مورد آزمایش قرار گرفته تا صحت کار دستگاه مشخص گردد. در این راستا ابتدا کلیه عوامل محیطی تأثیر گذار در طراحی و ساخت یک رآکتور بیوگاز بررسی گردید. سپس رآکتور و کلیه تجهیزات جانبی آن توسط نرم افزار SolidWorks و AutoCad طراحی گردید. در مرحله بعد با استفاده از طرح­های بدست آمده، رآکتور بیوگاز ساخته شد. پس از اتمام طراحی و ساخت، رآکتور جهت آب بندی، گاز بندی و کنترل حرارتی مورد آزمایش قرار گرفت تا صحت کار آن مشخص گردد. بعد از تأئید کارکرد، رآکتور ابتدا با کود مرغی و سپس با کود بلدرچین بارگذاری شد و گاز تولید گردید. پس از پایان آزمایش­ها، بیوگاز تولیدی با دستگاه تست گاز تجزیه گردید و در نهایت نتایج مورد تحلیل و بررسی قرار گرفت.

کلمات کلیدی: بیوگاز، رآکتور، کنترل حرارتی، طراحی.

1- بررسی منابع.. 5

1-1- تعریف بیوگاز.. 5

1-2- منابع تولید بیوگاز.. 6

1-3- نحوه تولید بیوگاز.. 7

1-4- اصول هضم بی هوازی در تولید بیوگاز.. 8

1-5- مراحل شیمیائی تخمیر مواد آلی (شامل چربیها، هیدراتهای کربن و پرتئین ها).. 12

1-5-1- تخمیر چربیها.. 12

1-5-2- تخمیر هیدراتهای کربن.. 12

1-5-3- تخمیر پرتئینها.. 13

1-6- پارامترهای مؤثر بر فرآیند هضم بیهوازی.. 13

1-6-1- درجه حرارت محیط تخمیر.. 14

1-6-2- اسیدیته ((PH.. 16

1-6-3- میزان حضور مواد مغذی در محیط (C/N).. 16

1-6-4- درجه غلظت مواد.. 17

1-6-5- میزان حضور عوامل سمی.. 17

1-6-6- مدت زمان ماند مخلوط در مخزن هضم.. 18

1-6-7- همزدن محتویات مخزن هضم و هموژنیزه کردن محتویات.. 19

1-6-8- آماده سازی مواد خام قبل از بارگیری.. 20

1-6-9- وجود مواد تسریع کننده واکنش.. 21

1-6-10- اصلاح و تغییر در طراحی دستگاه بیوگاز.. 21

1-6-11- مواد افزودنی شیمیائی.. 21

1-6-12- تغییر دادن نسبت خوراک دستگاه.. 21

1-6-13- محیط بیهوازی (بسته).. 22

1-7- انواع روشهای بارگذاری مخازن هضم:.. 22

1-7-1- سیستم پیوسته:.. 22

1-7-2- سیستم نیمه پیوسته:.. 22

1-7-3- سیستم ناپیوسته: 22

1-8- جمع آوری بیوگاز تولیدی:.. 23

1-9- بیوگاز و کود حاصل از آن:.. 24

1-10- ساختار کلی دستگاه تولید بیوگاز:.. 24

1-10-1- حوضچه ورودی:.. 24

1-10-2- حوضچه خروجی:.. 25

1-10-3- مخزن تخمیر:.. 25

1-10-4- محفظه گاز:.. 26

1-11- مهمترین طرحهای بیوگاز ساخته شده در جهان:.. 28

1-11-1- دستگاه بیوگاز عمودی.. 28

1-11-2- دستگاه بیوگاز افقی.. 30

1-11-3- دستگاه بیوگاز مشترک.. 31

1-11-4-دستگاه بیوگاز مدل چینی (قبه ثابت).. 32

1-11-5- دستگاه بیوگاز مدل فرانسوی.. 34

1-11-6- دستگاه بیوگاز با لولههای چرمی.. 35

1-11-7-دستگاه بیوگاز با مخزن پلی اتیلنی.. 37

1-11-8- دستگاه بیوگاز با سرپوش شناور (مدل هندی):‏.. 37

1-11-9- دستگاه بیوگاز مدل تایوانی (واحدهای بالونی):.. 39

1-11-10- دستگاه بیوگاز مدل نپال:.. 40

1-12 -مروری بر مطالعات انجام شده.. 40

2- مواد و روشها.. 49

2-1- مراحل ساخت واحد بیوگاز با تمام جزئیات آن:.. 49

2-1-1- انتخاب مکان ساخت واحد بیوگاز.. 49

2-1-2- بررسی شرایط جوی.. 51

2-1-3- بررسی شرایط خاک منطقه.. 51

2-1-4- بررسی مواد آلی مورد نیاز.. 52

2-1-4-1- کود مرغی.. 52

2-1-4-2- کود بلدرچین.. 52

2-2- طراحی و ساخت اتاقک عایق:.. 53

2-2-1- طراحی اتاقک عایق.. 53

2-2-2- ساخت اتاقک عایق.. 53

2-2-3- دریچه خروجی:.. 54

2-3- مراحل طراحی و ساخت  مخزن هضم دستگاه:.. 55

2-3-1- طراحی مخزن هضم:.. 55

2-3-2- ساخت دستگاه:.. 57

2-3-2-1- انتخاب مخزن هضم:.. 58

2-3-2-2- لوله ورودی:.. 58

2-3-2-3- لوله خروجی:.. 59

2-3-2-4- فشار سنج:.. 61

2-3-2-5- طراحی المنتها:.. 62

2-3-2-6- PH متر: 66

2-4- عایق کاری مخزن هضم.. 66

2-5- تست رآکتور.. 67

2-5-1- تست دستگاه با آب برای اطمینان از آب بندی بودن:.. 67

2-5-2- تست صحت کار المنتها:.. 68

2-5-3- تست گازبندی مخزن:.. 68

2-6- مشخصات دستگاه تست گاز:.. 70

2-6-1- دستگاه آنالایزر گاز ساخت کمپانی Testo آلمان.. 70

2-7- معرفی شبکه عصبی.. 71

2-8- شبکه عصبی مصنوعی.. 71

2-8-1- شبکه پس انتشار پیش خور (FFBP) :.. 76

2-8-2- شبکه های پس انتشار پیشرو (CFBP):.. 76

2-8-3- الگوریتم لونبرگ- مارکوارت (LM).. 77

2-8-4- الگوریتم تنظیم بیزی (BR).. 77

2-8-5- مجذور میانگین مربعات خطا.. 78

2-8-6- خطای میانگین مطلق.. 78

2-8-7- ضریب تعیین (همبستگی).. 78

2-9- انجام آزمایش:.. 79

3- نتایج.. 81

3-1- ساخت رآکتور.. 81

3-2- آزمایش کود مرغی در دمای 35 درجه سانتیگراد.. 83

3-2-1- بررسی اثر دما بر حجم بیوگاز تولیدی از کود مرغی.. 84

3-2-2- بررسی اثر دما بر روی فشار بیوگاز کود مرغی.. 85

3-2-3- بررسی اثر PH بر روی تولید بیوگاز کود مرغی.. 86

3-3- آزمایش  کود مرغی در دمای 30 درجه سانتیگراد.. 87

3-3-1- بررسی اثر دما بر حجم بیوگاز تولیدی از کود مرغی.. 87

3-3-2- بررسی اثر دما بر روی فشار بیوگاز کود مرغی.. 87

3-3-3- بررسی اثر PH بر روی تولید بیوگاز کود مرغی.. 88

3-4- آزمایش  کود بلدرچین در دمای 35 درجه سانتیگراد.. 89

3-4-1- بررسی اثر دما بر روی حجم بیوگاز تولیدی از کود بلدرچین   90

3-4-2- بررسی اثر دما بر روی فشار بیوگاز کود بلدرچین.. 91

3-4-3- بررسی اثر PH بر روی تولید بیوگاز کود بلدرچین.. 92

3-5- آزمایش با کود بلدرچین در دمای 30  درجه سانتیگراد.. 93

3-5-1- بررسی اثر دما بر روی حجم بیوگاز تولیدی از کود بلدرچین   93

3-5-2- بررسی اثر دما بر روی فشار بیوگاز تولیدی از کود بلدرچین   94

3-5-3- بررسی اثر PH بر روی تولید بیوگاز کود بلدرچین.. 95

3-6- بررسی و مقایسه پارامترهای کود مرغی و بلدرچین در دمای مشخص   96

3-6-1- مقایسه حجم گاز تولیدی کود مرغی و بلدرچین در دمای 35 درجه سانتی گراد.. 96

3-6-2- مقایسه فشار گاز تولیدی کود مرغی و بلدرچین در دمای 35 درجه سانتی گراد.. 97

3-6-3- مقایسه PH گاز تولیدی کود مرغی و بلدرچین در دمای 35 درجه سانتی گراد.. 98

3-6-4- مقایسه حجم گاز تولیدی کود مرغی و بلدرچین در دمای 30 درجه سانتی گراد.. 99

3-6-5- مقایسه فشار گاز تولیدی کود مرغی و بلدرچین در دمای 30 درجه سانتی گراد.. 100

3-6-6- مقایسه PH گاز تولیدی کود مرغی و بلدرچین در دمای 30 درجه سانتی گراد.. 101

3-7- بررسی و مقایسه پارامترها در دو دمای 30 و 35 درجه سانتی گراد   102

3-7-1- مقایسه حجم گاز تولیدی کود مرغی در دمای 30 و 35 درجه سانتی گراد   102

3-7-2- مقایسه فشار گاز تولیدی کود مرغی در دمای 30 و 35 درجه سانتی گراد.. 103

3-7-3- مقایسه PH گاز تولیدی کود مرغی در دمای 30 و 35 درجه سانتی گراد.. 104

3-7-4- مقایسه حجم گاز تولیدی کود بلدرچین  در دمای 30 و 35 درجه سانتی گراد.. 105

3-7-5- مقایسه فشار گاز تولیدی کود بلدرچین در دمای 30  و 35 درجه سانتی گراد.. 106

3-7-6- مقایسه PH گاز تولیدی کود بلدرچین در دمای 30  و 35 درجه سانتی گراد.. 107

3-8- نتایج شبکه عصبی.. 108

3-8-1- بررسی نتایج شبیه سازی در شبکه عصبی برای کود مرغی.. 109

3-8-1-1- بررسی فشار گاز در آزمایش کود مرغی.. 109

3-8-1-2- بررسی ph گاز در آزمایش کود مرغی.. 111

3-8-1-3- بررسی حجم گاز در آزمایش کود مرغی.. 114

3-8-2- بررسی نتایج شبیه سازی در شبکه عصبی برای کود بلدرچین.. 116

3-8-2-1- بررسی فشار گاز در آزمایش کود بلدرچین.. 116

3-8-2-2- بررسی ph گاز در آزمایش کود بلدرچین.. 118

3-8-2-3- بررسی حجم گاز در آزمایش کود بلدرچین.. 121

4- منابع:.. 125

شکل ‏1‑1 چرخه بیوگاز در طبیعت.. 7

شکل ‏1‑2- دستگاه بیوگاز.. 7

شکل ‏1‑3-  فرآیند تولید گاز در مخزن هضم.. 9

شکل ‏1‑4- مراحل مختلف تبدیل مواد آلی به بیوگاز.. 13

شکل ‏1‑5-  رآکتور بیوگاز به همراه همزن.. 20

شکل ‏1‑6-  مخزن ترکیب 2- لوله ورودی 3-مخزن هضم 4- مواد سنگین ته نشین شده 5- مخزن گاز 6- لوله خروج گاز 7- نگهدارنده درب مخزن هضم 8-  لوله خروجی 9- مخزن کودابه خروجی 10- درب مخزن تخلیه 11- سطح زمین 12- لوله انتقال گاز   27

شکل ‏1‑7-  مخزن ذخیره گاز فایبرگلاس.. 27

شکل ‏1‑8- بالنهای ذخیره بیوگاز.. 28

شکل ‏1‑9- دستگاه بیوگاز عمودی.. 29

شکل ‏1‑10- دستگاه بیوگاز افقی 1. مخزنهای ترکیب 2. لوله ورودی 3. محفظه اولیه 4. محفظه ثانویه 5. حفره اصلی 6. بخش مخزن هضم بالای سطح زمین 7. حافظ گاز 8. مخلوط آب و روغن 9. خط گاز 10. دریچه خروجی 11.دریچه خروج آب 12.اجاق 13. سطح زمین.. 30

شکل ‏1‑11- دستگاه بیوگاز مشترک.. 32

شکل ‏1‑12- دستگاه بیوگاز اصلاح شده نوع چینی 1. محافظ گاز با قبه ثابت 2. مخزن هضم 3. مخزن ترکیب 4. محفظه کمکی 5. خط گازی 6. شیشه آب 7. لوله خروجی 8. اجاق.. 33

شکل ‏1‑13- دستگاه بیوگاز  مدل فرانسوی 1. لوله ورودی 2. مخزن هضم فولادی ضد زنگ 3. لوله خروجی 4. غلتک زیست توده با پوشش فولادی 5. خط گازی 6. شیر آب 7. لوله های تایر واگن باری 8. شیر گاز 9. اجاق 10. سطح زمین.. 35

شکل ‏1‑14- دستگاه بیوگاز با لولههای چرمی 1. مخزن ترکیب 2. مخزن هضم لوله چرمی 3. هواکش گازی 4. خروجی 5. حافظ گاز لوله  چرمی 6. خط گازی 7. اجاق   36

شکل ‏1‑15- دستگاه بیوگاز با مخزن پلی اتیلن. 1- مخزن مخلوط.2- لوله ورودی pvc. 3- کیسه مخزن هضم استوانهای روی زمین. 4- مخزن هضم استوانهای زیر زمین. 5- خروجی با لوله معین. 6- لوله گاز. 7- شیر خروج آب. 8- اجاق. 9- سطح زمین   37

شکل ‏1‑16- دستگاه بیوگاز با سرپوش شناور 1. مخزن ترکیب 2. مخزن هضم اولیه 3. مخزن هضم ثانویه 4. حافظ متحرک گاز 5. آب همراه با روغن 6. خط گاز 7. مقیاس اندازه گیری گاز 8. شیر اب 9. لولهی تخلیه 10. حفاظت از حرکت غلتک 11. کولونی... 38

شکل ‏1‑17- دستگاه بیوگاز مدل تایوانی.. 39

شکل ‏1‑18- دستگاه بیوگاز مدل نپال. مخزن ترکیب 2- لوله ورودی 3-مخزن هضم 4- مواد سنگین ته نشین شده 5- مخزن گاز 6- لوله خروج گاز 7- نگهدارنده درب مخزن هضم 8-  لوله خروجی 9- مخزن کودابه خروجی 10- درب مخزن تخلیه 11- سطح زمین.. 40

شکل ‏2‑1- نقشه اتاقک عایق، مخزن هضم و گودال کودابه.. 53

شکل ‏2‑2- مراحل ساخت اتاقک عایق و گودال ذخیره کودابه خروجی.. 54

شکل ‏2‑3- طراحی مخزن هضم با استفاده از نرم افزار اتوکد.. 57

شکل ‏2‑4- مخزن هضم پلی اتیلنی.. 58

شکل ‏2‑5- لوله ورودی و لوله خروجی.. 59

شکل ‏2‑6- الف-  لوله خروج کودابه ب- مخزن هضم و لولههای ورودی و خروجی   60

شکل ‏2‑7- لوله دو شاخه برای خروج گاز و نصب فشار سنج.. 61

شکل ‏2‑8- مدار الکتریکی المنتهای حرارتی.. 63

شکل ‏2‑9-  طراحی قاب المنتهای حرارتی.. 63

شکل ‏2‑10- المنتهای حرارتی در قاب فلزی قرار گرفتهاند... 64

شکل ‏2‑11-  الف- تابلوی برق، ب- کلیدهای کنترل کننده المنتها.. 65

شکل ‏2‑12- ترموستات.. 65

شکل ‏2‑13- الف- محلول های بافر  ب- PH متر.. 66

شکل ‏2‑14- عایقکاری رآکتور.. 67

شکل ‏2‑15- دستگاه تست گاز.. 70

شکل ‏2‑16- مدل ریاضی ساده شده عصب واقعی.. 72

شکل ‏2‑17- پرسپترون 3لایه با اتصالات کامل.. 73

شکل ‏3‑1- نمودار حجم- زمان کود مرغی در دمای35.. 85

شکل ‏3‑2- نمودار فشار- زمان کود مرغی در دمای35.. 86

شکل ‏3‑3-  نمودار PH- زمان کود مرغی در دمای35.. 86

شکل ‏3‑4- نمودار حجم- زمان کود مرغی در دمای30.. 87

شکل ‏3‑5- نمودار فشار- زمان کود مرغی در دمای30.. 88

شکل ‏3‑6- نمودار PH- زمان کود مرغی در دمای30.. 89

شکل ‏3‑7- نمودار حجم- زمان کود بلدرچین در دمای35.. 91

شکل ‏3‑8- نمودار فشار- زمان کود بلدرچین در دمای35.. 92

شکل ‏3‑9- نمودار PH - زمان کود بلدرچین در دمای35.. 93

شکل ‏3‑10- نمودار حجم- زمان کود بلدرچین در دمای30.. 94

شکل ‏3‑11-  نمودار فشار- زمان کود بلدرچین در دمای30.. 95

شکل ‏3‑12- نمودار PH - زمان کود بلدرچین در دمای30.. 96

شکل ‏3‑13- نمودار حجم - زمان کود مرغی و بلدرچین در دمای35.. 97

شکل ‏3‑14- نمودار فشار - زمان کود مرغی و بلدرچین در دمای35.. 98

شکل ‏3‑15- نمودار PH - زمان کود مرغی و بلدرچین در دمای35.. 99

شکل ‏3‑16- نمودار حجم- زمان کود مرغی و بلدرچین در دمای30.. 100

شکل ‏3‑17- نمودار فشار- زمان کود مرغی و بلدرچین در دمای30.. 101

شکل ‏3‑18- نمودار PH - زمان کود مرغی و بلدرچین در دمای30.. 102

شکل ‏3‑19- نمودار حجم گاز تولیدی کود مرغی در دمای 30 و 35.. 103

شکل ‏3‑20- نمودار فشار گاز تولیدی کود مرغی در دمای 30 و 35.. 104

شکل ‏3‑21- نمودار PH  کود مرغی در دمای 30 و 35.. 105

شکل ‏3‑22- نمودار حجم گاز تولیدی کود بلدرچین در دمای 30 و 35.. 106

شکل ‏3‑23- نمودار فشار گاز تولیدی کود بلدرچین در دمای 30 و 35   107

شکل ‏3‑24- نمودار PH کود بلدرچین در دمای 30 و 35.. 108

شکل ‏3‑25- نمودار تعیین عملکرد شبکه برای فشار کود مرغی.. 109

شکل ‏3‑26- نمودار آموزش و اعتبار سنجی داده های فشار گاز کود مرغی.. 110

شکل ‏3‑27- نمودار تست داده های فشار کود مرغی.. 111

شکل ‏3‑28- نمودار تعیین عملکرد شبکه برای ph کود مرغی.. 112

شکل ‏3‑29 - نمودار آموزش و اعتبار سنجی داده های ph کود مرغی.. 113

شکل ‏3‑30- نمودار تست داده هایph کود مرغی.. 113

شکل ‏3‑31- نمودار تعیین عملکرد شبکه برای حجم گاز کود مرغی.. 114

شکل ‏3‑32- نمودار آموزش و اعتبار سنجی داده های حجم کود مرغی.. 115

شکل ‏3‑33- نمودار تست داده های حجم گاز کود مرغی.. 116

شکل ‏3‑34- نمودار تعیین عملکرد شبکه برای فشار گاز کود بلدرچین.. 117

شکل ‏3‑35- نمودار آموزش و اعتبار سنجی داده های فشار گاز کود بلدرچین   118

شکل ‏3‑36- نمودار تست داده های فشار گاز کود بلدرچین.. 118

شکل ‏3‑37- نمودار تعیین عملکرد شبکه برایph  کود بلدرچین.. 119

شکل ‏3‑38- نمودار آموزش و اعتبار سنجی ph کود بلدرچین.. 120

شکل ‏3‑39- نمودار تست داده های ph  کود بلدرچین.. 121

شکل ‏3‑40- نمودار تعیین عملکرد شبکه برای حجم گاز کود بلدرچین.. 122

شکل ‏3‑41- نمودار آموزش و اعتبار سنجی حجم گاز کود بلدرچین.. 123

شکل ‏3‑42- نمودار تست داده های تست برای حجم گاز کود بلدرچین.. 123

جدول ‏1‑1- ترکیبات موجود در بیوگاز.. 5

جدول ‏1‑2-  جدول فرآیندهای مختلف تبدیل زیست توده به بیوگاز.. 11

جدول ‏1‑4- محدودههای درجه حرارت در تخمیر بیهوازی.. 15

جدول ‏1‑4- نمودار مدت زمان ماند مواد در داخل رآکتور.. 19

جدول ‏3‑1- مقایسه دستگاه بیوگاز نوع مخزن بتونی (مدل چینی) با مخزن پلی اتیلنی   82

جدول ‏3‑2- تجزیه بیوگاز کود مرغی.. 84

جدول ‏3‑3-  تجزیه بیوگاز کود بلدرچین.. 90

جدول ‏3‑4- تعیین عملکرد شبکه برای مقادیر فشار.. 110

جدول ‏3‑5- تعیین عملکرد شبکه برای مقادیر ph.. 112

جدول ‏3‑6-  تعیین عملکرد شبکه برای مقادیر حجم.. 115

جدول ‏3‑7- تعیین عملکرد شبکه برای مقادیر فشار.. 117

جدول ‏3‑8- تعیین عملکرد شبکه برای مقادیر ph.. 119

جدول ‏3‑9- تعیین عملکرد شبکه برای مقادیر حجم.. 122

در جوامع کنونی وجود انرژی مستمر، پایدار و اقتصادی لازمه هر­گونه توسعه و

کلمات کلیدی : بیوگاز, شبکه عصبی مصنوعی,تحقیق و پروژه بیوگاز, کود مرغی,کود بلدرچین,دستگاه بیوگاز, تولید بیوگاز,کود حیوانی,
در این سایت هیچ فایلی برای فروش قرار نمی گیرد. برای پشتیبانی و خرید فایل به مراجعه بفرمائید:

لینک فایل تحقیق درباره یک سیستم خبره فازی – عصبی برای تشخیص- 15 صفحهword

مشخصات فایل

عنوان: یک سیستم خبره فازی – عصبی برای تشخیص

قالب بندی: word

تعداد صفحات:15

محتویات

چکیده

مقدمه

شبکه عصبی فازی

سیستم خبره فازی

نتایج اولیه (مقدماتی )

نتیجه گیری

تشکر و سپاسگزاری

قسمتی از متن

یک سیستم خبره فازی – عصبی برای تشخیص

چکیده:

منطق فازی،یک شبکه عصبی و سیستم خبره است که برای ایجاد یک سیستم تشخیصی ترکیبی با یکدیگر ترکیب شده اند.با استفاده از چنین سیستمی ما یک روش جدید برای فراگیری مبانی دانش استفاده می کنیم. سیستم ما شامل یک سیستم خبره فازی همراه با یک بیس دانشی با منبع دوگانه است. دو سری قوانین لازم هستند ، که به صورت استنباطی از مثالهای ارائه شده و به صورت استقرایی توسط فیزیک دانان بدست آمده اند. یک شبکه عصبی فازی سعی میکند که از داده های نمونه یاد گرفته و این اجازه را می دهد که قوانین فازی برای دانش پایه را استخراج کنیم.تشخیص electroencephalograms با تفسیر عناصر نموداری بعنوان یک نوع مشاهده در روش ما بکار گرفته می شود. نتایج اولیه نشان دهنده احتمالات مورد نظر با استفاده از روش ما می باشد. 

1- مقدمه:

روشهای تکراری شناسایی و ارزیابی پدیده خاص را کار تشخیصی می نامند ،که یکی از کاربردهای اصلی برای هوش مصنوعی (AI) می باشد. با توجه به اینکه رنج وسیعی از چنین کاربرهای تشخیصی وجود دارد . اگرچه رنج وسیعی از چنین کاربردهای تشخیصی در پزشکی وجود دارد ولی این بخش مورد توجه استفاده کنندگام از هوش مصنوعی قرار دارد. عمومی ترین روشهای AI در بخش پزشکی مبتنی بر دانش و مدلسازی رفتار تشخیصی متخصصان است .  انواع مختلفی از چنین سیستمهای خبره ای از زمانی که SHRTLIFFE روش SHRTLIFFE MYCIN   را بعنوان یک سیستم خبره برای تشخیص آسیبهای خونی انسان طراحی و معرفی کرد ، بوسیله پزشکان مورد استفاده قرار گرفته است. یکی از بزرگترین مشکلات بر سر راه طراحی یک سیستم خبره مناسب ، گردآوری و دانش پایه آن است. ما روش جدیدی را معرفی میکنیم که در آن دانش پایه با منبع دوگانه بوسیله یادگیری قیاسی واستقرایی ایجاد می شود. شیکه های عصبی نیز از این راه برای تشخیص استفاده میکنند . آنها قادرند رابطه بین مجموعه داده ها را با داشتن اطلاعات نمونه که نشاندهنده لایه های ورودی و خروجی آنها است ،یاد بگیرند. در حوزه تشخیص الگو در داده های پزشکی ، شبکه های عصبی زیر بنای روشهایی است که باعث دستیابی به نتایج قابل توجهی شده اند. برای انجام وظیفه چمع آوری دانش پایه که بخشی از روش ترکیبی ما است ، شبکه های عصبی جدیدی معرفی شده اند. منطق فازی که در علوم پزشکی نیز ظاهر شده اند ، با توضیحات شفاهی مبهم سروکار دارند. واژه هایی همانند کم ، زیاد یا احتمالاً برای مدلسازی با استفاده از روشهای منطقی مرسوم ،دشوار هستند. متغیرهای زبانی معرفی شده بوسیله توضیحات فازی ، توضیحات شبه گفتاری نزدیک به گفتارهای یک شخص طیبعی است. تمامی روشهای بالا دارای مزایا و معایبی هستند که در بخش 2 توضیح داده خواهند شد. ترکیب این روشها نه تنها باعث افزایش مزیتها آن می شود بلکه باعث حذف برخی از نقاط ضعف آنها نیز میشود. تاکنون فقط چند روش در تشخیص پزشکی ، روشهای چندگانه هوش مصنوعی را با هم ترکیب کرده اند، که البته با مدلسازی یک پروسه تشریحی پزشکی به نتایج خوبی هم رسیده اند.

اگر چه رنج وسیعی از چنین کاربردهای تشخیصی در پزشکی وجود دارد این بخش جزواستفاده کنندگان بلقوه هوش مصنوعی هستند .عمومی ترین روشهای AI در بخش پزشکی سیستمهای مبتنی بر دانش ومدل سازی رفتار تشخیص متخصصین است .انواع مختلفی از چنین سیستمهای خبره ای از زمانی که Shortliffe روش MYCIN  Shortliffe را بعنوان یک سیستم خبره برای تشخیص آسیبهای خونی انسان طراحی ومعرفی کرد ،بوسیله پزشکان مورد استفاده قرار گرفته است .یکی از بزرگترین مشکلات بر سر راه طراحی یک سیستم خبره مناسب گردآوری ودانش پایه آن است .ما روش جدیدی را معرفی می کنیم که در آن یک دانش پایه با منبع دوگانه بوسیله یادگیری استنتاجی واستقرایی ایجاد میشود .شبکه های عصبی نیز از این راه برای تشخیص استفاده می کنند. آنها قادرند روابط بین مجموعه داده هارا با داشتن اطلاعات نمونه که نشاندهنده لایه های ورودی وخروجی آنها است ،یاد بگیرند.

در حوزه تشخیص الگودر دادهای پزشکی ،شبکه عصبی زیر بنای روشهایی است که باعث دستیابی به نتایج قابل توجهی شده اند .برای انجام وظیفه جمع آوری دانش پایه که بخش از روش ترکیبی ما است ،شبکه های عصبی جدیدا معرفی شده اند منطق فازی که در علوم پزشکی نیز ظاهر شده است ،با بیانات شفاهی نا مشخص سر وکار دارد .واژه هایی همانند زیاد ،کم یا احتمالا برای تبدیل شدن به مدل با استفاده از منطق مرسوم سخت هستند .متغیر های زبانی معرفی شده بوسیله بیانات فازی توضیحات شبه زبانی (گفتاری)نزدیک به گفتارهای یک شخص طبیعی است .تمامی روشهای بالا دارای مزایا ومعایبی هستند که در بخش 2 توضیح داده خواهند شد .ترکیب این روشها نه تنها باعث افزایش مزیتهای آن ها می گرددبلکه باعث حذف برخی از معایب آنها نیز میشود .تاکنون فقط چند روش در تشخیص پزشکی ،روشهای چند گانه هوش مصنوعی را با هم ترکیب کرده اند ،که البته با مدلسازی یک پروسه تشریحی پزشکی به نتایج خوبی هم رسیده اند .

در اینجا ما سیستم ترکیبی را توضیح خواهیم داد که شامل یک سیستم خبره فازی برای استنتاج مبتنی بر قانون همراه با یک شبکه عصبی فازی برای کسب دانش مبتنی بر مورد علاوه بر دانش مبتنی بر توضیحات یک فرد خبره می باشد . (بخش 3) دریافت خودکار قوانین توسط شبکه به موازات قانونمند کردن قوانین تجربی اجرا می شود . برای سیستم ترکیبی دو حالت برای پردازش نتایج وجود دارد : یک مود یادگیری برای تغذیه دانش پایه و مود اجرایی برای تشخیص اطلاعات بیمار . تمامی اجزای سیستم بر پایه نمایش فازی استوار هستند که بعنوان یک رابط شخص بین اجزا و فازی کردن اطلاعات ورودی ضروری عمل می کنند . از زیر بخش

 2-3 یک تکنیک نقشه زیری بسیار موثر معرفی خواهد شد که متغیرهای فازی را به علائم عصبی تبدیل می کند . برای مشاهده پردازش اطلاعات واقعی پزشکی در چنین سیستمی ، ما از تشخیص های electroenephalograms(EEGs) را برای نشان دادن استفاده می کنیم . این نوع از اطلاعات پزشکی که به صورت الکترونیکی اندازه گیری و ذخیره شده است ، برای پردازش خودکار بسیار مناسب هستند زیرا نیازی به تبدیل به علائم الکترونیکی ندارند . سایر انواع اطلاعات نیز برای تشخیص در سیستم ها مناسب هستند . ما سیستم خودمان را سوای از کاربردهای احتمالی و هدف عنوان شده توسط MC Clelland توضیح خواهیم داد . بنابراین برای نشان دادن چند گانگی پدیده و برای هر پدیده به 8 نرون نیاز است . از آنجایکه تعداد ویژگیهای قرار گرفته در هر بخش از زمان در EEG تغییر می کند (هر نمونه بوسیله یک وسیله مصنوعی تغییر نخواهد کرد) به تصویری نیاز است که توانایی کد گذاری پدیده چندگانه بوسیله تعدادی عصب ثابت را داشته باشد . ما یک الگوی نقشه بندی را توسعه داده ایم که بر اساس آن و بوسیله محاسبه نتیجه فرعی که به تفضیل بعدا در مورد آن صحبت خواهیم کرد دو متغیر فازی را در یک شبکه مناسب برای نمایش ارائه قرار می دهد . دو متغیر چهار واژه ای بوسیله 16 نرون N frequency x amplitude  (N دفعه X شدت) بدست می آید . (شکل 2 را ببینید ) هر نرون نشان دهنده ارتباط دو واژه فازی هر متغیر است و بنابراین بر مشکل پیوندی غلبه می کنیم . مقدار فعاللیت یک نزون از طریق ضرب جبری او تابع عضویت به صورت زیر محاسبه شده است :

Ndelta = udelta*uzero = 0.6*0.6=0.36

جمع فعالیت حاصل از یک پدیده طیفی برای ساده کردن قابلیت تفسیر مجدد قواعد یادگرفته شده بوسیله شبکه یک خواهد بود .

کلمات کلیدی : تحقیق درباره یک سیستم خبره فازی,عصبی برای تشخیص,سیستم خبره فازی ,شبکه عصبی فازی ,
در این سایت هیچ فایلی برای فروش قرار نمی گیرد. برای پشتیبانی و خرید فایل به مراجعه بفرمائید:

لینک فایل مقاله درباره شبکه های عصبی -49 صفحه word

مشخصات فایل

عنوان: شبکه‌های عصبی

قالب بندی :word

تعداد صفحات: 49

محتویات

فصل اول مقدمه

پیشگفتار

تاریخچه پیش بینی بار

ئوس مطالب

فصل 2

کلیات روشهای پیش بینی بار کوتاه مدت

انواع پیش بینی بار

پیش بینی بر اساس مقیاس زمانی

پیش بینی بر اساس نحوه عملکرد

الگوی بارو عوامل مؤثر بر آن در سیستم قدرت

عوامل اقتصادی

عوامل اقلیمی

درجه حرارت

رطوبت

سرعت باد

عامل زمانچ

عوامل تصادفی

روشهای پیش بینی بار کوتاه مدت

روشهای قدیمی پیش بینی بار کوتاه مدت

روشهای مبتنی بر بار پیک

روشهای مبتنی بر شکل بار

روش سری زمانی

روش تجزیه طیفی

روش هموارسازی نمایی

روش فضای حالت

رگرسیون

روشهای جدید پیش‌بینی بار کوتاه مدت

فصل 3

شبکه‌های عصبی مصنوعی

مقدمه

 ویژگیها

قابلیت یادگیری

پراکندگی اطلاعات پردازش اطلاعات بصورت متن

قابلیت تعمیم

پردازش موازی

تاریخچه شبکه‌های عصبی

شبکه های عصبی طبیعی

شبکه های عصبی مصنوعی

شبکه عصبی چیست؟

شبکه های تطبیقی

کار بردهای شبکه های عصبی مصنوعی

مدل درون و معماری شبکه های عصبی مصنوعی

مدل ریاضی نرون

مدل نرون

مدل نرون تک ورودی

نرون چند ورودی

فرم خلاصه شده

توابع انتقال (فعالیت)

تابع فعالیت همانی

تابع پله دو قطبی

توابع سیگموئید

 تابع سیگموئید باینری یا سیگموئید لجستیک

تابع سیکموئید دو قطبی و تانژانت هیپر بولیک

شبکه تک لایه

شبکه چند لایه

شبکه های عصبی به عنوان سیستمهای دینامیکی آموزش پذیر

جمع آوری دیتا

نرمالیزه کردن داده ها

انتخاب معماری شبکه عصبی

آموزش شبکه

تست شبکه

انتخاب معماری های متناوب و انجام آموزش جدید

و . . .

عنوان مقاله: شبکه‌های عصبی

۱-۱ پیشگفتار

انرژی الکتریکی به عنوان محور اصلی توسعه صنعتی در میان انواع انرژی از اهمیت خاصی برخوردار است. این انرژی با آنکه خود به انواع دیگر انرژی وابستگی دارد، اتکا شاخه‌های مختلف اقتصادی به آن در حدی است که براحتی می‌توان حد مصرف معقول این انرژی در یک جامعه را به عنوان شاخص عمده‌ای برای تعیین حد پیشرفت اقتصادی آن جامعه دانست.

بر خلاف سهولت استفاده از این نوع انرژی و مطلوبیت آن، تولید و انتقال این انرژی از پیچیدگی زیادی برخوردار بوده و در مجموع صنعت برق با ویژگی‌هایی در میان سایر صنایع شاخص است، از جمله این ویژگی‌ها باید از لزوم همزمانی تولید و مصرف آن نام برد، به عبارت دیگر تولید برق فقط در مقابل مصرف آن مطرح می‌گردد و بطور معمول قابل ذخیره کردن نیست. دیگر ویژگی این صنعت سرمایه طلب بودن طرح‌ها و پروژه‌های آن و زمان بر بودن آنها است.

مجموعه این خصوصیات و حساسیت‌ها است که پیش‌بینی صحیح نیاز مصرف برای این نوع انرژی در آینده را طلب می‌نماید. چون هرگاه پیش‌بینی نیاز مصرف یا بار شبکه بیش از حد واقعی باشد، سرمایه‌ گذاری بیهوده در این صنعت را بدنبال خواهد داشت و هر پیش بینی بار کمتر از واقعیت باعث لطمات شدید اقتصادی شده و جبران آن به مناسبت زمان بر بودن پروژه‌های توسعه‌ای امکانات تولید و انتقال برق، غیر ممکن است.

انرژی الکتریکی در مقیاس وسیع به طور اقتصادی قابل ذخیره نمی‌باشد. بدین دلیل بر خلاف شاخه‌های دیگر اقتصاد، در اقتصاد الکتریسیته باید همزمان با مصرف، انرژی الکتریکی تولید گردد. میزان مصرف بار الکتریکی ثابت نمی‌باشد بلکه به صورت پیچیده و غیر خطی تابعی از پارامترهای متعددی می‌باشد. با توجه به متغییر بودن میزان مصرف بار الکتریکی، شرکتهای تولید کننده برق، موظفند با پیش بینی آن در زمانبندی‌های مختلف اطلاعات مورد نیاز برای تصمیم‌گیریهای خود در سیستم قدرت را حاصل نماید.

در دنیای خصوصی سازی جدید هر شرکت سعی در افزایش قابلیت اطمینان محصول خود و تولید بهینه توان برای مصرف کنندگان خود دارد. این وظیفه عموماً از طریق پیش بینی فراهم می‌شود. پیش بینی بارهای ساعتی تا یک هفته جلوتر برای کارهای برنامه‌ریزی از قبیل هماهنگی بین واحدهای آبی و حرارتی و سنجش تبادل با دیگر رقبا و برای آنالیزهای کوتاه مدت از قبیل پخش توان در مراکز دیسپاچینگ و پخش بهینه توان لازم است. به طور کلی پیش بینی بار بر اساس دوره پیش بینی به دسته‌هایی تقسیم می‌شود :

• برنامه ‌ریزی بسیار کوتاه مدت (چند دقیقه تا چندین ساعت) : برنامه ریزی بسیار کوتاه مدت اطلاعات مورد نیاز در پخش بار اقتصادی و تخمین اطمینان را تأمین می‌نماید. همچنین پیش بینی بسیار کوتاه مدت (چند دقیقه تا چند ساعت) برای زمانبندی تعویض قدرت بین شرکتها و مطالعه تحمیلات انتقال مفید می‌باشد.
• برنامه ‌ریزی کوتاه مدت (یک روز تا یک هفته) : برنامه ریزی کوتاه مدت برای برنامه ریزی روزانه و هفتگی، در مدار قرار گرفتن بهینه نیروگاهها (بهینه سازی ولتاژ/ توان راکتیو، برنامه‌ریزی برای انرژی رزرو مورد نیاز، زمان بهره‌برداری پمپی از نیروگاه‌های پمپ ذخیره‌ای) و تبادل انرژی با شرکا استفاده می‌شود.
• برنامه‌ریزی میان مدت (۱ ماه تا ۵ سال) : در برنامه‌ریزی میان مدت، با در نظر گرفتن توان و ترکیب نیروگاههای موجود، میزان ذخیره سوخت، میزان ذخیره آب مخزنها، در مورد نحوه و زمان بکارگیری نیروگاههای حرارتی و آبی، تهیه سوخت، میزان تبادل انرژی الکتریکی با سیستم‌های همسایه در سیستم‌های بهم پیوسته، زمان‌بندی بهینه برای بازرسی و تعمیرات نیروگاهها و شبکه تصمیم‌گیری می‌شود.
• برنامه ریزی بلند مدت (۵ تا ۳۰ سال): در برنامه ریزی بلند مدت با در نظر گرفتن توان و ترکیب و طول عمر نیروگاههای موجود، توانایی شبکه انتقال و توزیع، قراردادهای بلند مدت برای تبادل انرژی الکتریکی با سیستم‌های مجاور (کشورهای همسایه) در سیستم‌های بهم پیوسته، در مورد نوع، اندازه و محل احداث نیروگاه‌های جدید، نحوه گسترش شبکه، بستن و یا تجدید نظر در قراردادها و … تصمیم‌گیری می‌شود.

بار در یک شبکه برقرسانی به مجموع مصارف مختلف انرژی الکتریکی در یک واحد زمانی اتلاق می‌گردد. بار شبکه به مناسب همزمانی و غیر همزمانی مصرف انرژی در بخش‌های مختلف دستخوش تغییراتی در طول شبانه روز، هفته، ماه و سال می‌گردد.

اگر به یک منحنی تغییرات بار بیست‌و چهار ساعته در الگوی مصرف انرژی الکتریکی ایران توجه کنیم ملاحظه می‌شود که منحنی از یک حداقل غیر صفر شروع می‌شود و پس از عبور از آن، با یک شیب نسبتاً تند به سمت کوهان دوم که بزرگتر از کوهان اول است میل نموده، پس از گذر از آن دوباره به سمت حداقل میل می‌کند. باید توجه داشت که ظهور این دو کوهان ناشی از همزمانی مصرف انرژی الکتریکی بخشهای مختلف مصرف در طول یک شبانه‌روز است. جالب توجه است که منحنی تغییرات بار در طول ماه و سال نیز تقریباً روند مشابهی با تغییرات بار بیست و چهار ساعته دارد. در مطالعه بار بخصوص در پیش بینی بار اعم از پیش‌بینی بار ساعتی روزانه جهت تنظیم برنامه بهره‌برداری از نیروگاهها تا بار ماههای سال برای تنظیم برنامه تعمیرات منظم و دوره‌ای و بارهای سالهای آینده برای برنامه‌ریزی توسعه‌ای این متغیرها و عوامل مؤثر در پیدایش آنها مورد توجه قرار می‌گیرد.

منحنی مصرف برای مصرف کننده کاملاً تصادفی و غیر مشخص بوده وقابل پیش‌بینی نیست و از سوی دیگر، هر مجموعه خاص از مصرف کننده‌ها منحنی مصرف مخصوص به خود را دارا است، همچنین مصرف بار الکتریکی تابعی کاملاً غیر خطی و بسیار پیچیده از پارامترهایی از جمله شرایط آب و هوایی، شرایط اقتصادی، زمان و عوامل تصادفی می‌باشد. همچنین تقریباً هر روز هفته منحنی خاص خود را دارد. لذا مدل مورد نظر باید توانایی این کار راد اشته باشد که اثر تمامی این عوامل را بر منحنی مصرف در نظر بگیرد، همچنین بایستی خطای پیش بینی تا حدامکان کم باشد، از طرفی دارای ساختاری ساده باشد و در کوتاهترین زمان ممکن به جواب نهایی برسد، و از همه مهمتر اینکه استفاده از آن برای برنامه‌ریزان و اپراتورها ساده باشد. لذا با توجه به اهمیت پیش بینی بار کوتاه مدت و خواصی که برای یک برنامه ریزان و اپراتورها ساده باشد. لذا با توجه به اهمیت پیش بینی بار کوتاه مدت و خواصی که برای یک برنامه پیش‌بینی بار بر شمردیم، روشهای مختلفی در این زمینه ارائه شده است که هر یک به نوعی دارای برخی کاستی‌ها (و بخصوص در پیش بینی روزهای تعطیل) بودند، با وارد شدن شبکه‌های عصبی در این عرصه تقریباً تمامی مدلها وروشهای قبلی کنار گذاشته شد، چراکه این شبکه‌ها دارای توانایی‌های بسیار زیادی رد بیان روابط غیر خطی می‌باشند. در شکل صفحه بعد موارد استفاده پیش‌بینی بار کوتاه مدت آمده است.

کلمات کلیدی : مقاله درباره شبکه های عصبی,انتخاب معماری های متناوب و انجام آموزش جدید,تست شبکه,انتخاب معماری شبکه عصبی ,شبکه چند لایه , تابع سیگموئید باینری
در این سایت هیچ فایلی برای فروش قرار نمی گیرد. برای پشتیبانی و خرید فایل به مراجعه بفرمائید: