اینو دیدی

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

اینو دیدی

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

الگوریتم های ژنتیکی به کاربره شده در مدیریت ترافیک هوایی

اختصاصی از اینو دیدی الگوریتم های ژنتیکی به کاربره شده در مدیریت ترافیک هوایی دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 25

 

9) الگوریتم های ژنتیکی به کاربره شده در مدیریت ترافیک هوایی

افزایش ترافیک هوایی، از زمان شروع تجارت هوایی، باعث مشکل اشباع در فرودگاهها، یا مکانهای فضایی شده است. در حالی که هواپیماها ارتقاء می یابند و اتوماتیک تر می شوند. اما هنوز کنترل ترافیکی بر پایه تجربیات انسان است. مطالعه حاضر ، دو مشکل مدیریت ترافیک هوایی (ATM) را به جزء بیان می کند، که برای آنها راه حل های بر پایه الگوریتم ژنتیکی وجود دارد. اولین کاربرددر رابطه با مشکل enroute است و دومین کاربرد در مورد مشکلات مدیریت ترافیکی در سکوهای فرودگاهها است.

9.1) راه حل درگیریهای Enroute = کنترل ترافیک هوایی (ATC) می تواند توسط یک سرس از فیلترها نشان داده شود، جایی که هر فیلتر یک ؟ خاص دارد و افق های خاص محیطی و موقتی را اداره می کند. 5 سطح (لِوِل) قابل تشخیص است. در دوره طولانی (بشتر از 6 ماه) ترافیک در یک روش میکروسکوپی می تواند برنامه ریزی شود. برای مثال مردم با یک نمودار ترافیکی روبرو هستند که اندازه های کمیته ، که برنامه های ساعتی و موافقت با ارتش را مورد توجه قرار داده است، به کاربرده می شود برای فرهنگ هواپیمایی در زمانهای اوج یعنی بعد ظهر جمعه.

در دوره کوتاهتر ، معمولاً در مورد تنظیمات قبل ، صحت می شود. این مورد شامل برنامه ریزی کردن روز ترافیک ، یک یا دو روز قبل تر می شود. در این مرحله ، اشخاص ایدة مشخصی درباره بیشتر برنامه ی پرواز و ظرفیت کنترل هر مرکز دارند. حداکثر جریان هواپیما که می تواند یک قطر را سوراخ کند. ظرفیت قطر نامیده می شود. این عمل توسط CFMU3 انجام می شود. ترافیک میان آتلانتیک برای مثال در این مرحله مورد توجه قرار می گیرد. راههای هوایی، تنظیم ساعت های پرواز و حالت هوا مورد توجه قرار می گیرد. به طور کل این شغل توسط FMP4 در هر مرکز صورت می گیرد. آخرین فیلتر ، فیلتر تاکتیکال است که با کنترل داخل یک قطر بستگی دارد. زمان متوسطی که یک هواپیما در یک بخش صرف می کند حدود 15 دقیقه است. اینجا میزان رویت کنترل کننده کمی بالاتر از میزان دریافت طرحهای پرواز است چند دقیقه قبل از ورود هواپیما به بخش. کنترل کننده وظیفه چک کردن، حل اختلافات و همپایه بودن با بخش های همسایه را تضمین می کند. در این حالت تعیین تعریف برخورد مطلوب است. دو هواپیما با هم برخورد دارندوقتی که فاصله جدایی افقی بین آنها کمتر 5 مایل باشد و تفاوت انها در ارتفاع کمتر از 1000 فیت باشد. روش هایی که توسط کنترل کننده برای حل این برخورد به کار می رود بر پایه مسائل زیر است.

بر روی تجارب قبلی و هر دانش خلاقی. وقتی که چند جفت از هواپیماها در اختلاف مشابهی با هم تماس دارند، آنها با ساده کردن مشکلات شروع می کنند که فقط اختلافات ابتدایی را داشته باشند.

برای حل فیلتر اضطراری به نظر نمی رسد که مداخله کند به جز مواردی که سیستم کنترل دچار نقض شده یا اینکه ضعیف شده است. برای کنترل کننده ، آشیانه اطمینان مسیر هر هواپیما را با افق موقت چند دقیقه ایی پیش بینی می کنند. از موقعیت های رادار و الگوریتم های ادامه دار استفاده می کند و یک اخطار را در لحظه برخورد بوجود می آورد. این یک راه حلی را برای برخورد پیشنهاد نمی کند. به طور کل TCAS به نظر می رسد که از چنین تصادفی جلوگیری کند. پیش بینی موقت کمتر از یک دقیقه است (بین 25 تا 40 ثانیه) بنابر این بسیار دیر است برای کنترل کننده مانور هواپیما را، همانطور که تخمین زده شده که نیاز به حداقل زمان 1 تا 2 دقیقه برای آنالیز کردن موقعیت دارد راه حلی را پیدا کنند و آنرا به هواپیماها اطلاع دهند. به طور عمومی TCAS، هواپیمای اطاف را جستجو می کند و به خلبان برای حل برخورد پیشنهاداتی می کند. این فیلتر باید برخورد غیر قابل پیش بینی را حل می کند، برای مثال وقتی که یک هواپیما از سطح پرواز خود بالاتر رفته است یا یک مشکل تکنیکی که به طور قابل توجهی ارتفاع آنرا پایین آورده است. کاربردهای پیشنهاد شده در این بخش با فیلتر تاکتیکال ارتباط دارند: دانستن موقعیت هواپیما در لحظه حاضر و موقعیت بعدی آنها، را بوجود نمی آورد. راه حل برای پایه چندین تصور است. یک هواپیما نمی تواند سرعت خود را تغییر دهد (یا بسیار آرام باید این کار را بکند) مگر در مواقع فرود. نباید اینطور تصور شود که یک هواپیما با سرعت انی پرواز می کند، به غیر مواردی که سطح بندی می شود و هیچ بادی وجود ندارد. به علاوه در طول فرود و بلند شدن ، مسیر آن یک خط صاف نیست. هواپیماها در مسیر چرخش خود در فشار هستند. به طور عمومی خلبانها مانور افقی را به عمودی ترجیح می دهند مگر در هنگام بلند شدن یا نشستن. اگر چه امروزه خلبانهای اتوماتیک قرتمندتر از خلبانهای انسانی هستند (در موقعیت های نرمال پرواز) برای مواقعی که حقیقی به نظر می رسد توجه کردن به این مسیرها که توسط انسانها قابل دسترسی نیست.

خلبان. نامطمئنی بین سرعت فرود آمدن و بلند شدن بسیار زیاد است (بین 10% و 50% سرعت عمودی). در طول مسافرت ، نااطمینانی در سرعت کاهش می یابد. بعد از آن ، نا اطمینانی به همراه گذشت زمان بیشتر نمی شود، همانطور که یک هواپیما، ارتفاع خود را کاملاً خوب نگه داشته است. تقریباً غیر ممکن است که به دنبال راه حل های آنالیتکی برای حل مشکل برخورد باشیم . اما، اصلی ترین مشکل از پیچیدگی مشکل بوجود می آید. بخش اول این فصل ، به معرفی بعضی از توضیحات می پردازد که حل مشکل برخورد برای ما قابل فهم تر می کند و بخش دوم به تاریخچه ایی کوتاه از الگوریتمهای آزمایش شده برای این مشکل و محدودیتهای آن می پردازد. قسمت سوم مدلهای مشکل را به جزء بررسی می کند و پیشرفت الگوریتم ژنیتکی برای حل مشکل در بخش چهارم وجود دارد که با آمارهای ؟ بدست آمده دنبال می شود.

1.1.9) پیچیدگی حل مشکل برخورد= یک برخورد را می توان به صورت زیر توضیح داد:

یک برخورد یعنی برخوردی بین دو هواپیما در طول یک زمان داده شده از مسیر پیش بینی شده، گرفتن نااطمینانیها در مسیر.

کلاسهای معادل مربوطه به عنوان دسته و مجموعه برخورد هواپیما یا مجموعه ایی از اندازه n می تواند شامل شود به برخوردهای قوی n. توجه کردن به فقط هواپیمای افقی ، نشان می دهد که تمام راه حل های قابل قبول شامل 2n(n-1) اجزای مرتبط، تحت این تصور که یک متر مناسب به کاربرده شده که نیاز دارد به اجراهای زیادی از الگوریتم جستجو بنابر این برای مجموعه هواپیمای 6،32768 عضو متصل پیشنهاد می شود. در حقیقت اگر عملکرد هواپیما مورد توجه قرار گیرد، تمام اجزای مرتبط لازم نیست که مورد بررسی قرار گیرد. با آرام کردن محدودیت های جدا کننده، مشکل شبیه یک مشکل جهانی می شود که حداقل شامل بهینه های داخلی می شود مانند اجزای متصل. اضافه کردن بعد عمودی خصوصیت ترکیبی مشکل را کم نمی کند.

2.1.9) وجود مترهای حل کننده:

اولین پروژه اتوماتیک کنترل ترافیک ، آمریکایی بود و در شروع دهه 80 بوجود امد، اما قادر به حل مجموعه سایز 3 یا بیشتر نبود. پروژه اروپایی ARC2000 یک متر از نارساییهای ممتر لوله چهار بعدی را پیشنهاد کرد که مسیر n+1+h هواپیما در محیط n که قبلاً مسیرش محاسبه شده بود. ارتقاء دهد.

این مدلها شکیات را مورد توجه قرار ندادند و قادر نبودند با حجم عظیم ترافیک مواجه شوند. در نهایت پروژه تجربی اروپایی FREER در سال 1995 کامل شد. و پیشنهاد کرد که می تواند برخورد هواپیماها را حل کند. مشکل همپایه بودن بین هواپیماها با به کار بردن قوانین قبلی هدایت می شد ، که مانند استفاده


دانلود با لینک مستقیم


الگوریتم های ژنتیکی به کاربره شده در مدیریت ترافیک هوایی

دانلود سورس کد شبیه سازی الگوریتم های جایابی بهینه واحدهای اندازه‌گیری فازور PMU به زبان متلب

اختصاصی از اینو دیدی دانلود سورس کد شبیه سازی الگوریتم های جایابی بهینه واحدهای اندازه‌گیری فازور PMU به زبان متلب دانلود با لینک مستقیم و پر سرعت .

دانلود سورس کد شبیه سازی الگوریتم های جایابی بهینه واحدهای اندازه‌گیری فازور PMU به زبان متلب


دانلود سورس کد شبیه سازی الگوریتم های جایابی بهینه  واحدهای اندازه‌گیری فازور PMU به زبان متلب

دانلود کد برنامه نویسی شبیه سازی phasor measurement unit

 

موضوع پروژه: سورس کد برنامه جایابی بهینه  واحدهای اندازه‌گیری فازور، پیاده سازی 6 الگوریتم متفاوت و زبان برنامه نویسی مطلب

 مسیر یابی داخل شهری و بین شهری.

زبان برنامه نویسی: متلب MATLAB

محیط برنامه نویسی: Mathworks MATLAB

توضیحات از منابع :

 واحد اندازه‌گیری فازور یا PMU (به انگلیسی: phasor measurement unit) دستگاهی است که امواج الکتریکی درون یک شبکه قدرت را با استفاده از یک منبع مشترک جهت هماهنگ‌سازی، اندازه‌گیری می‌کند. با استفاده از این فناوری نسبتاً جدید، تخمین و نمایش دقیق حالت سیستم قدرت در فواصل زمانی معین امکان‌پذیر بوده و به کمک آن می‌توان پدیده‌های دینامیکی سیستم را از یک ستاد مرکزی مشاهده نموده و عملیات کنترلی مناسب را اعمال نمود.

یکی از مهمترین اجزاء یک سیستم مدرن مدیریت انرژی در شرکتهای برق فرآیند تخمین حالت سیستم قدرت براساس اندازه گیری کمیات آن در زمان واقعی می باشد. حالت سیستم قدرت براساس مجموعه ائی از مقادیر مولفه مثبت ولتاژ که از شینهای شبکه بطور همزمان تهیه میشوند تعریف میگردد.

 

فناوری تخمین حالت که در حال حاضر استفاده میگردد در سال 1960 ایجاد شده و بر اساس کمیات اندازه گیری شده غیرسنکرون عمل می نماید. برای تخمین حالت سیستم می باید تعداد زیادی معادلات غیر خطی بصورت بهنگام حل شوند. اما بواسطه نرخ پائین اسکن اطلاعات و سرعت کم محاسبات، فناوری حاضر قادر به تهیه اطلاعات بهنگام درباره وضعیت دینامیکی سیستم قدرت نمی باشد. یکی از راه حلهای آینده برای مونیتورینگ زمان حقیقی شبکه های قدرت، سیستم   PMU (Phasor Measurement Units) می باشد که با کمک سیستم GPS سیگنالهای زمانی بسیار دقیقی از اطلاعات شبکه های قدرت را جمع آوری و استفاده می نماید. گیرنده ماهواره ائی GPS اطلاعات دقیقی از وضعیت ولتاژ سه فاز پستها و جریان خطوط، ترانسفورماتورها و بارها را جمع آوری و در اختیار PMU قرار میدهد. براساس این اطلاعات، مؤلفه مثبت ولتاژ و جریانها در لحظه زمانی اندازه گیری بطور دقیق در مقیاس میکروثانیه محاسبه شده و بدینوسیله زاویه فاز آنها استخراج میگردد.

 

GPS سیستمی است که از 24 ماهواره واقع در 6 مدار تشکیل شده که حدوداً در فاصله 10000 مایلی از سطح زمین قرار دارند. موقعیت صفحه هر یک از مدارها و موقعیت ماهواره ها در مدارها بگونه ای است که در هر لحظه و در هر نقطه از سطح زمین چهار ماهواره در دید می باشند و اغلب بیشتر از 6 ماهواره قابل رویت است. مکانیزم و عملکرد سیستم GPS بدین گونه است که به هریک از سیگنالهای اندازه گیری شده یک سیگنال زمان منتسب و همراه می گرداند. فرمت دقیق انتساب زمان براساس استاندارد IEEE , 1344 تعریف میشود.

 

اطلاعات فازوری مولفه مثبت کلیه پستهائی که به سیستم PMU مجهز می باشند همگی در یک سایت مرکزی مناسب جمع آوری شده و برای کاربردهای حفاظتی و کنترلی استفاده میگردند. درحقیقت جمع آوری و پردازش این اندازه گیریهای سنکرون مبنای یک فناوری جدید و نسبتاً قوی را برای مونیتورینگ، حفاظت و کنترل شبکه های قدرت فراهم می آورد.

 

نحوه ارسال و مخابره اندازه گیریهای زمانی سنکرون از کمیات شبکه به بخش متمرکزساز اطلاعات بسیار اساسی و حیاتی می باشد. فناوریهای مختلفی مانند سیستم باسیم، سیستم شبکه رادیوئی، میکروویو، تلفنهای عمومی، تلفنهای سلولی، سیستم دیجیتال بی سیم و ترکیبی از این فناوریها برای ارسال و مخابره اطلاعات اندازه گیری شده استفاده میگردد. فرمت فایلهای اطلاعات خروجی که توسط PMU ایجاد میشوند براساس استاندارد شماره   IEEE , 1344 تعریف شده اند. استاندارد کمک می نماید تا مطمئن شویم که کاربرهای آینده که میخواهند از کمیات فازوری اندازه گیری شده بطور سنکرون استفاده نمایند قادر خواهند بود که به اطلاعات فازوری تهیه شده توسط PMU سازندگان مختلف دسترسی پیدا نمایند.

 

PMU یا فناوری اندازه گیری سنکرون کمیات فازوری شبکه های قدرت فناوری نسبتاً جدیدی می باشد و به همین دلیل گروههای تحقیقاتی زیادی در سطح دنیا درباره کاربردهای آن بشرح زیر فعالیت می نمایند. 

 

                     تخمین و نمایش دقیق حالت سیستم قدرت در فواصل زمانی معین امکان پذیر بوده که بدین ترتیب میتوان پدیده های دینامیکی سیستم را از یک محل مرکزی مشاهده نموده و عملیات کنترلی مناسب را اعمال نمود. سیستم اندازه گیری سنکرون فازوری، فناوری کاملاً جدیدی را برای تخمین حالت کل سیستم قدرت فراهم آورده است. با استفاده از فناوری جدید اکثر تاخیرهای ذاتی که در روشهای تخمین حالت موجود وجود دارند از بین رفته و شرکتهای برق قادر به تحلیل دینامیکی و استاتیکی حوادث شبکه در زمان حقیقی خواهند بود. 

 

                     بهبود توانائی تحلیل وضعیت سیستم پس از وقوع خطا، چرا که موقعیتهای لحظه ای دقیقی از رفتار سیستم را میتوان از طریق GPS  فراهم نمود. بعنوان مثال وضعیت کلیدها، توان عبوری در خطوط مهم، دامنه ولتاژ شینهای بحرانی، توان خروجی ژنراتورهای مهم و همگی استفاده می شوند تا براساس آنها استراتژی کنترل و بهره برداری شبکه در مواقعی بحرانی، استخراج شود. 

 

                    حفاظت پیشرفته بر اساس اندازه گیری سنکرون کمیات فازوری امکان پذیر خواهد بود. بعنوان مثال سیستم سنتی حفاظت خط مبتنی بر اندازه گیری کمیات دریک طرف خط برای تشخیص خطا می باشدو برای خطوط بحرانی با سنکرون نمودن اندازه گیریهای دوطرف خط توسط روشهای غیرمستقیم یک سیستم حفاظتی دیفرانسیل برای تشخیص خطا بوجود می آورند که از مطمئن ترین نوع حفاظت میباشد. درحالیکه در آینده سیستم PMU قادرخواهد بودکه سیستم حفاظت دیفرانسیل را بسادگی ایجاد نماید و بدین وسیله میزان خسارات وارده به سیستم قدرت بواسطه وقوع خطاها را کاهش دهد.

 

یک نمونه از کاربرد اندازه گیری فازوری کمیات برای اهداف حفاظتی در رله های تطبیقی out of step می باشد. با استفاده از اندازه گیری زاویه فاز نقاط مهم شبکه در زمان حقیقی و بکمک مفهوم پایداری گذرا میتوان رله های out of step بهبود یافته ائی طراحی نمود. آزمایشهای میدانی چنین رله هائی در شبکه های فلوریدا جورجیا اجرا شده و نتایج امیدوار کننده ای را نشان داده است.

با توجه به بالا بودن هزینه‌های نصب PMU، بحث جایابی بهینه از ابتدایی‌ترین و ضروری‌ترین مباحث در بکارگیری این ادوات می‌باشد. با توجه به اهمیت موضوع، شرکت توانیر در سال‌های اخیر مسئله جایابی بهینه PMU را جزء اولویت‌های تحقیقاتی خود قرار داده است

نمونه تصاویر خروجی:

شبیه سازی الگوریتم جایابی بهینه واحدهای اندازه گیری فازور

پیاده سازی PMU

کد متلب Matlab Phasor measurement unit

 ویژگی های این برنامه:

1. قابلیت اجرای 5  تست موردی test Case متفاوت به شرح زیر:

1. IEEE 14-bus
2. IEEE 30-bus
3. IEEE 57-bus
4. IEEE 118-bus
5. New England 39-bus

2. قابلیت اجرای 6 الگوریتم زیر:

1. Depth First Search
2. Graphic Theoretic Procedure using Merger Method
3. Graphic Theoretic Procedure using Nonlinear Constraint Function Method
4. Original Simulated Annealing Method
5. Modified Simulated Annealing Method
6. Recursive Security N Algorithm

آنچه تحویل داده می شود:

1. کد برنامه قابل اجرا در متلب  - خروجی طبق تصویر نمونه آورده شده (این برنامه درMatlab R2014a تست شده و 100 درصد به صورت تضمینی قابل اجرا می باشد)

2. فایل راهنمای اجرای برنامه

3. یک گزارش از پیاده سازی به زبان انگلیسی

در صورتی که بخواهید می توانیم با قیمتی مناسب داکیومنت توضیحات این پروژه را تهیه کرده و تقدیم نماییم.

مناسب برای دانشجویان کارشناسی (لیسانس) و کاردانی و کارشناسی ارشد

 می توان به عنوان پروژه دروس کارشناسی یا کاردانی یا کارشناسی ارشد، دروسی مانند شبیه سازی کامپیوتری ، شبیه سازی پیشرفته ، شبیه سازی و مدل سازی رایانه ای ، شبکه های کامپیوتری، شبکه قدرت، شبکه هوشمند (توزیع انرژی)، اتوماسیون سیستم قدرت، انتقال انرژی الکتریکی ، مهندسی برق قدرت

 پس از خرید از درگاه امن بانکی، لینک دانلود در اختیار شما قرار میگیرد و همچنین به آدرس ایمیل شما فرستاده می شود. تماس با ما برای راهنمایی، درخواست مقالات و پایان نامه ها و یا ترجمه و یا انجام پروژه های برنامه نویسی و حل تمرینات با آدرس ایمیل:

ebarkat.shop@yahoo.com

یا شناسه تلگرام (آی دی تلگرام ما): @ebarkat

توجه: اگر کارت بانکی شما رمز دوم ندارد و یا در خرید الکترونیکی به مشکل برخورد کردید و یا به هر دلیلی تمایل به پرداخت الکترونیکی ندارید با ما تماس بگیرید تا راههای دیگری برای پرداخت به شما پیشنهاد کنیم.

توجه توجه توجه: هرگونه کپی برداری و فروش فایل های فروشگاه برکت الکترونیک (به آدرس ebarkat.ir یا codes.sellfile.ir) در فروشگاه های دیگر شرعاً حرام است، تمامی فایل ها و پروژه های موجود در فروشگاه، توسط ما اجرا و پیاده سازی و یا از منابع معتبر زبان اصلی جمع آوری شده اند و دارای حق کپی رایت اسلامی می باشند.

از پایین همین صفحه (بخش پرداخت و دانلود) می توانید این پروژه را خریداری و دانلود نمایید.

کد محصول 30348


دانلود با لینک مستقیم


دانلود سورس کد شبیه سازی الگوریتم های جایابی بهینه واحدهای اندازه‌گیری فازور PMU به زبان متلب

الگوریتم اصلاح شده تخمین فازور دینامیکی برای سیگنالهای گذرای ژنراتورهای توزیع (کد 49)

اختصاصی از اینو دیدی الگوریتم اصلاح شده تخمین فازور دینامیکی برای سیگنالهای گذرای ژنراتورهای توزیع (کد 49) دانلود با لینک مستقیم و پر سرعت .

الگوریتم اصلاح شده تخمین فازور دینامیکی برای سیگنالهای گذرای ژنراتورهای توزیع (کد 49)


الگوریتم اصلاح شده تخمین فازور دینامیکی برای سیگنالهای گذرای ژنراتورهای توزیع (کد 49)

چکیده مقاله

با توجه به تعداد زیاد مقاله ها و همچنین عدم داشتن وقت کافی از قرار دادن چکیده مقاله در اینجا خودداری می کنیم. شما می توانید وارد کانال شده و مقاله اصلی را مشاهده نمایید.

مقاله اصلی به همراه ترجمه+شبیه سازی+گزارش+آموزش

توجه: برای مشاهده مقالات می توانید وارد کانال تلگرام شوید و سپس مقاله مورد نظر خود را مشاهده نمایید.
توجه: با پرداخت مبلغ مقاله مورد نظر خود به صورت کارت به کارت از 10%  تخفیف بهره مند شوید.برای این منظور بعد از کسر 10% مبلغ مقاله مابقی را به شماره کارت ذیل واریز نمایید.سپس کد مقاله را تلگرام نمایید.
موبایل: 09210225047
تلگرام: 09210225047
کانال تلگرام: simulinkpaper@
ایمیل: lotfabadi.alireza@gmail.com
شماره کارت: 7412-7439-8110-6273  به نام علیرضا لطف آبادی


دانلود با لینک مستقیم


الگوریتم اصلاح شده تخمین فازور دینامیکی برای سیگنالهای گذرای ژنراتورهای توزیع (کد 49)

حداقل مربعات بر اساس الگوریتم تخمین پارامتر تکرار شونده برای مدل سازی (کد 234)

اختصاصی از اینو دیدی حداقل مربعات بر اساس الگوریتم تخمین پارامتر تکرار شونده برای مدل سازی (کد 234) دانلود با لینک مستقیم و پر سرعت .

حداقل مربعات بر اساس الگوریتم تخمین پارامتر تکرار شونده برای مدل سازی (کد 234)


حداقل مربعات بر اساس الگوریتم تخمین پارامتر تکرار شونده برای مدل سازی (کد 234)

چکیده مقاله

در حالت کلی یک سری خروجی پیش روی ما گذاشته می شود و گفته می شود که این خروجی ها متناسب با این ورودی هاست، مدل فرضی ما چنین است؛ اکنون پارامترهای مجهول را به دست آورید. ساده ترین حالت آن زمانی است که در صنعت می خواهند داده های اکتسابی از یک تانک آب را به یک مدل درجه اول به علاوه تاخیر fit کنند. در مقاله ی حاضر، مدل فرضی برای سیستم را طبق عبارت (1) در نظر گرفته است. یعنی ضرائبی از خروجی ها ( ماتریس Ay) متناسب است با ضرائبی از ورودی ها ( Bu) و ضرائبی از نویز(Dv)  یعنی باید الگوریتمی ارائه دهیم که A و B و D را به ما بدهد.

مقاله اصلی به همراه ترجمه+شبیه سازی+گزارش+آموزش

توجه: برای مشاهده مقالات می توانید وارد کانال تلگرام شوید و سپس مقاله مورد نظر خود را مشاهده نمایید.
توجه: با پرداخت مبلغ مقاله مورد نظر خود به صورت کارت به کارت از 10%  تخفیف بهره مند شوید.برای این منظور بعد از کسر 10% مبلغ مقاله مابقی را به شماره کارت ذیل واریز نمایید.سپس کد مقاله را تلگرام نمایید.
موبایل: 09210225047
تلگرام: 09210225047
کانال تلگرام: simulinkpaper@
ایمیل: lotfabadi.alireza@gmail.com
شماره کارت: 7412-7439-8110-6273  به نام علیرضا لطف آبادی


دانلود با لینک مستقیم


حداقل مربعات بر اساس الگوریتم تخمین پارامتر تکرار شونده برای مدل سازی (کد 234)

الگوریتم تکاملی تفاضلی اصلاح شده برای جریان برق بهینه با توابع هزینه غیر صاف (کد 15)

اختصاصی از اینو دیدی الگوریتم تکاملی تفاضلی اصلاح شده برای جریان برق بهینه با توابع هزینه غیر صاف (کد 15) دانلود با لینک مستقیم و پر سرعت .

الگوریتم تکاملی تفاضلی اصلاح شده برای جریان برق بهینه با توابع هزینه غیر صاف (کد 15)


الگوریتم تکاملی تفاضلی اصلاح شده برای جریان برق بهینه با توابع هزینه غیر صاف (کد 15)

چکیده مقاله

تکامل تفاضلی (DE) یک الگوریتم بهینه سازی تکاملی ساده اما قدرتمند با عملکرد بهتر نسبت به بسیاری از تکنیک های بهینه سازی جهانی تصادفی و جستجوی مستقیم موجود است. الگوریتم DE یک روش جدید بهینه سازی است که می تواند توابع هدف غیر قابل تشخیص، غیر خطی، و چند دسته ای را حل و فصل کند. در این مقاله یک الگوریتم تکاملی تفاضلی اصلاح شده (MDE) کارآمد برای حل مسئله جریان برق بهینه (OPF) با منحنی های هزینه سوخت غیر صاف و غیر محدب ارائه شده است. تغییرات در قانون جهش به الگوریتم DE اصلی اِعمال شده، که موجب افزایش نرخ همگرایی با کیفیت راه حل بهتر شده است. سیستم های تست 6-گذرگاهی و 30 گذرگاهی IEEE  با سه نوع مختلف از منحنی های هزینه ژنراتور برای تست و اعتبار سنجی اهداف استفاده می شوند. نتایج شبیه سازی نشان می دهند که الگوریتم MDE نتایج بسیار قابل توجهی را در مقایسه با نتایجی که به تازگی در منابع مختلف گزارش شده اند فراهم می کند.

مقاله اصلی به همراه ترجمه

عنوان انگلیسی مقاله ( Modified differential evolution algorithm for optimal power flowwith non-smooth cost functions )


دانلود با لینک مستقیم


الگوریتم تکاملی تفاضلی اصلاح شده برای جریان برق بهینه با توابع هزینه غیر صاف (کد 15)