گوگل مارکت

فروش فایل ,دانلود فایل,خرید فایل,دانلود رایگان فایل,دانلود رایگان

گوگل مارکت

فروش فایل ,دانلود فایل,خرید فایل,دانلود رایگان فایل,دانلود رایگان

برق 87. پیشبینی قیمت کوتاه مدت مبتنی بر موجک-ELM ترکیبی، برای بازار برق


» :: برق 87. پیشبینی قیمت کوتاه مدت براساس بر موجک-ELM ترکیبی، برای بازار برق
پیشبینی ارز کوتاه مدت براساس بر موجک-ELM ترکیبی، برای بازار برق 

    چکیده ــ پیشبینی دقیق قدمت برق، چالشی ارجمند برای شرکت کنندگان و مدیران بازارچه می باشد، زیرا قیمت الکتریسیته دارای نوسانات بسیاری است. پیشبینی قیمت نیز، بااهمیت ترین هدف مدیریتی از بهر مشارکت کنندگان در بازار است، چرا که مبانی بیشینه کردن سود را، تشکیل می دهد. این مطالعه، عملکرد یک تکنیک شبکه عصبی اخیر را بنام ناشین یادگیری سریع (ELM)، در مساله پیشبینی قیمت، بررسی باده کند. با باب نظر داشتن الفبا مربوط به بازهای برق که دارای نوسانات بسیاری در قیمت هستند، تکیه به یک تکنیک، خیلی هم سودمند نمی باشد. بنابراین، ELM حرف تکنیک موجک همراه شده است و یک مدل پیوندی (مرکب) را به نام WELM (ELM براساس بر موجک) را تشکیل داده است تا دقت پیشبینی و نیز قابلیت اطمینان آن را، بهبود بخشد. در این روش، ویژگی های بی همتای هر ابزار، تکریب شده اند تا الگوهای مختلفی را در اطلاعات، بدست آورند. قدرت این تکنیک، حرف استفاده از روش مجموع شده، بهبود بیشتری می یابد. عملکردهای الگو های ارایه شده، حرف استفاده از اطلاعات موجود در بازارهای برق انتاریو، PJM، نیویورک و ایتالیا، ارزیابی شده اند. نتایج آزمایشی نشان باده دهند که روش پیشنهادی، یکی از مناسب ترین تکنیک های پیشبینی قیمت می باشد.  
    کلیدواژه ها: شبکه عصبی تصنعی (ANN)، تجدید ساختار، روش مجموع، ماشین یادگیری سریع (ELM)، پیشبینی قیمت، تبدیل موجک


برق 100. توسعه یک آنالیز و کنترل زمان-واقعی مبنی بر FPGA برای واسط های تولید توزیع شده


» :: برق 100. توسعه یک آنالیز و کنترل زمان-واقعی حاکی حرف FPGA برای واسط های تولید توزیع شده
توسعه یک آنالیز و کنترل زمان-واقعی مبنی بر FPGA از بهر واسط های تولید توزیع شده

    چکیده__ انرژِ شبر آمده از منابع تجدید پذیر این روزها بسیار بااهمیت شده اند، و این اساسا بدلیل سهم ناچیزشان در تولید گازهای گلخانه ای است. مساله ای که مورد بحث می شود این است که چطور باده توان این منابع جدید را به شبکه های سنتی برق اضافه کرد، بطوری که بازده و قابلیت اطمینان این سیستم های تولید توزیع شده (DG) بیشینه شود. سخت افزار مورد نیاز از بهر این کار بطور کلی یک اینورتر منبع ولتاژی (VSI) است که یک بار معمولی _مانند کاربردهای تک-فاز مسکونی و تجاری_ را صفت کند. همچنین، فرآیند بهینه سازی نایزمند افراز تجزیه های معمولی توان می باشد. این نوشته بسط و ارزیابی های آزمایشی یک سیستم کنترل توان برای یک VSI متصل به شبکه تک-فاز، شامل تحلیل توان را، با استفاده از یک پردازشگر برای پیاده سازی کنترل _یک مدار "آرایه کیت قابل برنامه ریزی میدان" (FPGA)_ ارایه می دهد. ساختار جدید سخت آلت شبکه عصبی خطی تطبیقی (ADALINE)، پیاده سازی الگوریتم های سیستم توان را ممکن ساخته، و همچنین اجازه تحلیل زمان-واقعی هارمونیک های مرتبه-بالا را بدون افزایش دادن ناحیه پیاده سازی مدار FPGA، خواهد داد. این ویژگی ها برای واسط های الکترونیک قدرتی DG جدید ایده آل باده باشد، که باده توان از آن نه تنها برای فرستادن توان اکتیو، بلکه برای جبران سازی هارمونیک ها و توان راکتیو نیز، استفاده کرد. تالی سازی و نتایج تجربی الگو های پیشنهادی با فرکانس های ثابت و متغیر نیز، پیوست شده اند تا اعتبار انها مورد تاکید قرار گیرد.

    اصطلاحات مربوط__ شبکه عصبی تصنعی (ANN)، تولید توان توزیع شده، تجزیه و تحلیل توان، آرایه های منطقی قابل برنامه ریزی، اندازه گیری توان، اعوجاج هارمونیکی کل.


مدیریت 177. پیش‌بینی موفقیت ERP: یک رهیافت شبکه عصبی مصنوعی


» :: تدبیر 177. حزم موفقیت ERP: یک رهیافت شبکه عصبی تصنعی
پیش‌بینی موفقیت ERP: یک رهیافت شبکه آتشی‌مزاج تصنعی

کلیدواژه‌ها
برنامه‌ریزی منابع سازمان (ERP) ؛ توفیق ERP؛ مشخصات/عامل‌های سازمانی؛ شبکه عصبی مصنوعی (ANN) ؛ سیستم آزموده

جوهره
به جهاز برنامه‌ریزی منابع سازمان (ERP) بعنوان نمونه‌ای از سیستم‌های اطلاعات اخیر اشاره شده است. حرف اینحال، دست یافتن به سطح مناسبی از موفقیت ERP متکی به سمت عامل‌های گوناگونی است که این عوامل به یک محیط سازمانی یا پروژه‌ای وابسته هستند. باب این مقاله، درمورد ایده پیش‌بینی توفیق پیش از پیاده‌سازی ERP براساس مشخصات سازمانی، بحث شده است. همچنانکه حرف احتیاج به ایجاد انتظارات از سازمان‌های ERP، یک سیستم خبره با استفاده از روش شبکه عصبی مصنوعی(ANN) برای بیان روابط بین برخی از عوامل سازمانی و موفقیت ERP توسعه داده شد. نقش سیستم آزموده در آماده سازی برای به سمت دست آوردن اطلاعات از شرکت های جدید که مایل به پیاده سازیERP هستند، و برای پیش بینی سطح محتمل موفقیت سیستم، است. برای این منظور، عامل‌های ویژگیها سازمانی به سمت رسمیت شناخته شده و مدل ANN توسعه داده شده است. سپس، حرف 171 داده بررسی شده به سمت دست آمده از شرکت‌های خاور میانه که ERP  را تجربه کرده‌اند اعتباردهی می‌شوند. سیستم آزموده آموزش دیده، با ضریب همبستگی اسم 0.744پیش‌بینی می‌کند که نسبتاً بالا است و این ایده وابستگی موفقیت ERP به مشخصات سازمانی را حمایت می کند. اضافه بر این، نرخ طبقه اسیر صحیح مجموع 0.685 نشان می دهد قدرت پیش بینی خوب است، که می تواند به پیش بینی موفقیت ERP شرکت‌ها قبل از پیاده سازی سیستم کمک نماید.  


کامپیوتر 108. پیش‌بینی موفقیت ERP: یک رهیافت شبکه عصبی مصنوعی


» :: کامپیوتر 108. پیش‌بینی موفقیت ERP: یک رهیافت شبکه عصبی مصنوعی
پیش‌بینی موفقیت ERP: یک رهیافت شبکه آتشی‌مزاج مصنوعی

کلیدواژه‌ها
برنامه‌ریزی منابع سازمان (ERP) ؛ توفیق ERP؛ مشخصات/عامل‌های سازمانی؛ شبکه عصبی مصنوعی (ANN) ؛ سیستم خبره

چکیده
به سیستم برنامه‌ریزی منابع سازمان (ERP) بعنوان نمونه‌ای از سیستم‌های داده‌ها جدید اشاره شده است. با اینحال، ید یافتن به روی مناسبی از موفقیت ERP متکی به عامل‌های گوناگونی است که این عوامل به یک محیط سازمانی یا پروژه‌ای وابسته هستند. در این مقاله، درمورد ایده پیش‌بینی موفقیت سابق از پیاده‌سازی ERP براساس مشخصات سازمانی، بحث شده است. همچنانکه حرف احتیاج به ایجاد انتظارات از سازمان‌های ERP، یک سیستم خبره با استفاده از روش شبکه عصبی مصنوعی(ANN) برای بیان روابط بین برخی از عوامل سازمانی و موفقیت ERP توسعه داده شد. نقش جهاز خبره در آماده سازی برای به دست اتیان اطلاعات از شرکت های جدید که مایل به پیاده سازیERP هستند، و برای پیش بینی سطح محتمل موفقیت سیستم، است. برای این منظور، عامل‌های مشخصات سازمانی به سمت رسمیت شناخته شده و مدل ANN توسعه داده شده است. سپس، با 171 داده بررسی شده به دست آمده از شرکت‌های خاور میانه که ERP  را تجربه کرده‌اند اعتباردهی می‌شوند. جهاز آزموده آموزش دیده، با ضریب همبستگی متوسط 0.744پیش‌بینی می‌کند که نسبتاً بالا است و این ایده وابستگی موفقیت ERP به مشخصات سازمانی را حمایت می کند. علاوه بر این، نرخ طبقه اسیر صحیح مجموع 0.685 نشان می دهد توان پیش بینی خوب است، که می تواند به پیش بینی موفقیت ERP شرکت‌ها قبل از پیاده سازی سیستم کمک نماید.  


پیش بینی انقباض خشک بتن به کمک شبکه عصبی مصنوعی


» :: سابق بینی فشردگی خشک بتن به کمک شبکه عصبی مصنوعی
پروژه مطالعاتی راجع به سمت "پیش بینی انقباض پژمرده بتن با کمک شبکه عصبی مصنوعی " است. شامل فایلهای اساس مقاله انگلیسی و ترجمه و ایضاً پاورپینت مربوط به آن.