3

پیش بینی بار کوتاه مدت با استفاده از شبکه های عصبی-فازی

  • کد خبر : 3783
  • 18 فروردین 1398 - 22:16
پیش بینی بار کوتاه مدت با استفاده از شبکه های عصبی-فازی

نویسندگان : خلیل بانان علی عباسی ، الهویردی رضایی آغ اوغلان – ﻣﺠﺘﻤﻊ ﻋﺎﻟﻲ آﻣﻮزﺷﻲ و ﭘﮋوﻫﺸﻲ ﺻﻨﻌﺖ آب و ﺑﺮق آذرﺑﺎﻳﺠﺎن ﭼﻜﻴﺪه : ﻣﻴﺰان ﻣﺼﺮف ﺑﺎر اﻟﻜﺘﺮﻳﻜﻲ ﺑﺮای ﺑﺮﻧﺎﻣﻪ رﻳﺰی و ﺑﻬﺮه ﺑﺮداری ﺑﻬﻴﻨﻪ از ﺳﻴﺴﺘﻢ ﻫﺎی ﻗﺪرت ﻧﻘﺶ ﺑﺴﺰاﻳﻲ را اﻳﻔﺎ ﻛﺮده و ﺑﻪ ﻋﻮاﻣﻞ ﻣﺘﻌﺪدی از ﺟﻤﻠﻪ ﻣﺘﻐﻴﺮﻫﺎی ﺟﻮی ﻣﺎﻧﻨﺪ ﺑﺎد، رﻃﻮﺑﺖ، […]

نویسندگان : خلیل بانان علی عباسی ، الهویردی رضایی آغ اوغلان – ﻣﺠﺘﻤﻊ ﻋﺎﻟﻲ آﻣﻮزﺷﻲ و ﭘﮋوﻫﺸﻲ ﺻﻨﻌﺖ آب و ﺑﺮق آذرﺑﺎﻳﺠﺎن

ﭼﻜﻴﺪه :

ﻣﻴﺰان ﻣﺼﺮف ﺑﺎر اﻟﻜﺘﺮﻳﻜﻲ ﺑﺮای ﺑﺮﻧﺎﻣﻪ رﻳﺰی و ﺑﻬﺮه ﺑﺮداری ﺑﻬﻴﻨﻪ از ﺳﻴﺴﺘﻢ ﻫﺎی ﻗﺪرت ﻧﻘﺶ ﺑﺴﺰاﻳﻲ را اﻳﻔﺎ ﻛﺮده و ﺑﻪ ﻋﻮاﻣﻞ ﻣﺘﻌﺪدی از ﺟﻤﻠﻪ ﻣﺘﻐﻴﺮﻫﺎی ﺟﻮی ﻣﺎﻧﻨﺪ ﺑﺎد، رﻃﻮﺑﺖ، ﭘﻮﺷﺶ اﺑﺮی و ﻣﺘﻐﻴﺮﻫﺎی دﻳﮕﺮی ﻣﺎﻧﻨﺪ ﺗﻌﻄﻴﻼت، ﻣﺎه ﻫﺎی ﺳﺎل و روزﻫﺎی ﻫﻔﺘﻪ ﺑﺴﺘﮕﻲ دارد. ﭘﻴﺶ ﺑﻴﻨﻲ ﺑﺎر ﺑﻪ دﻟﻴﻞ اﻫﻤﻴﺖ ﻓﻮق اﻟﻌﺎده ای ﻛﻪ در ﺑﻬﺮه ﺑﺮداری و ﮔﺴﺘﺮش ﺳﻴﺴﺘﻢ دارد از ﻣﺒﺎﺣﺜﻲ اﺳﺖ ﻛﻪ از ﺑﺪو ﭘﻴﺪاﻳﺶ ﺻﻨﻌﺖ ﺑﺮق ﺑﻪ آن ﺗﻮﺟﻪ ﺧﺎﺻﻲ ﺷﺪه اﺳﺖ. روش ﻫﺎی ﻣﺨﺘﻠﻒ ﭘﻴﺶ ﺑﻴﻨﻲ ﺑﺮ اﺳﺎس ﺑﺮازش ﻳﻚ اﻟﮕﻮ ﺑﻪ اﻧﺪازه ﮔﻴﺮی ﻫﺎ و ﺳﭙﺲ ﭘﻴﺶ ﺑﻴﻨﻲ از روی اﻟﮕﻮ می ﺑﺎﺷﺪ در اﻳﻦ ﻣﻘﺎﻟﻪ ﭘﻴﺶ ﺑﻴﻨﻲ ﺑﺎر ﺑﺮای روزﻫﺎی ﻋﺎدی ﺑﻮﺳﻴﻠﻪ ﺷﺒﻜﻪ ﻫﺎی ﻋﺼﺒﻲ و ﺑﺮای روزﻫﺎی ﺧﺎص اﺑﺘﺪا ﺗﻮﺳﻂ ﺷﺒﻜﻪ ﻫﺎی ﻋﺼﺒﻲ وﻳﺎ ﺑﺎ اﺳﺘﻔﺎده از اﻃﻼﻋﺎت ﺑﺎر ﻧﺰدﻳﻚ ﺗﺮﻳﻦ روز ﺟﻤﻌﻪ ﮔﺬﺷﺘﻪ اﻧﺠﺎم ﺷﺪه و ﺳﭙﺲ ﭘﻴﺶ ﺑﻴﻨﻲ ﻧﻬﺎﻳﻲ ﺑﺎر ﺑﻮﺳﻴﻠﻪ ﺳﻴﺴﺘﻢ ﻫﺎی ﻓﺎزی اﺻﻼح ﺷﺪه اﺳﺖ. در اﻳﻦ ﭘﻴﺶ ﺑﻴﻨﻲ ﻣﻴﺰان ﺧﻄﺎی ﻣﺘﻮﺳﻂ ﺑﺮای ﺷﺒﻜﻪ ﻋﺼﺒﻲ در ﺣﺪود ۴/۹ درﺻﺪ و ﺑﺮای ﺳﻴﺴﺘﻢ ﻓﺎزی ﺣﺪود ۲/۸ در ﺻﺪ ﺑﺮآورد ﺷﺪه اﺳﺖ.

لینک کوتاه : https://nirogahian.ir/?p=3783

ثبت دیدگاه

قوانین ارسال دیدگاه
  • دیدگاه های ارسال شده توسط شما، پس از تایید توسط تیم مدیریت در وب منتشر خواهد شد.
  • پیام های مبنی بر شکایت ، اعتراض ، وقوع جرم و ... بدلیل وابسته نبودن این پایگاه خبری به نهادهای دولتی و لزوم پیگیری این موارد از طریق نهادهای ذیربط مانند قوه قضاییه و ... قابل انتشار و قابل استناد نمی باشد.
  • پیام هایی که حاوی تهمت یا افترا باشد منتشر نخواهد شد.
  • پیام هایی که به غیر از زبان فارسی یا غیر مرتبط باشد منتشر نخواهد شد.