شبکه های عصبی آموزشی رقابتی پیشرفته در مورد تشخیص نفوذ درشبکه
- عنوان لاتین مقاله: Improved competitive learning neural networks for network intrusion and fraud detection
- عنوان فارسی مقاله: شبکه های عصبی آموزشی رقابتی پیشرفته در مورد تشخیص نفوذ در شبکه و شناسایی کلاهبرداری
- دسته: کامپیوتر و فناوری اطلاعات
- فرمت فایل ترجمه شده: WORD (قابل ویرایش)
- تعداد صفحات فایل ترجمه شده: 32
- لینک دریافت رایگان نسخه انگلیسی مقاله: دانلود
- ترجمه سلیس و روان مقاله آماده خرید است.
خلاصه
در این پژوهش، دو الگوریتم خوشه بندی جدید را معرفی می کنیم. شبکه اموزشی رقابتی پیشرفته (ICLN) و شبکه آموزشی رقابتی پیشرفته نظارتی (SICLN) که در زمینه تشخیص کلاهبرداری و تشخیص نفوذ شبکه در می باشند. شبکه اموزشی رقابتی پیشرفته (ICLN) به عنوان الگوریتم خوشه بندی غیرنظارتی می باشد، که قوانین جدیدی را برای شبکه های عصبی آموزشی رقابتی استاندارد (SCLN) اعمال می کند. نورون های شبکه در شبکه آموزشی رقابتی پیشرفته (ICLN) برای ارائه مرکز داده توسط قوانین بروز شده تنبیه و پاداش جدید آموزش دیده اند. این قوانین بروز شده، بی ثباتی شبکه های عصبی آموزشی رقابتی استانداردSCLN)) را از بین می برند. شبکه آموزشی رقابتی یشرفته نظارتی (SICLN) به عنوان نسخه بازبینی شده شبکه اموزشی رقابتی پیشرفته (ICLN) می باشد. در SICLN (شبکه آموزشی رقابتی یشرفته نظارتی (SICLN) ، قوانین بروزرسانی شده نظارتی از دسته بندی داده برای هدایت مراحل آموزش برای دسترسی به نتایج خوشه بندی بهتر استفاده می کند. شبکه آموزشی رقابتی پیشرفته نظارت شده می تواند برای داده های دسته بندی شده و دسته بندی نشده اعمال شده و در سطح بالایی در برابر اتیکت های مفقودی و تاخیری مقاوم می باشد. علاوه بر این، شبکه آموزشی رقابتی یشرفته نظارتی (SICLN) دارای قابلیت بازسازی بوده، بنابراین کاملا مستقل از تعداد اولیه خوشه ها می باشد.
برای ارزیابی الگوریتم های مورد نظر، به مقایسه عملی در مورد داده های تحقیق و داده های حقیقی در تشخیص کلاهبرداری و تشخیص نفوذ شبکه پرداختیم. نتایج اثبات می کند که هر دو مورد ICLN و SICLN به بایگانی عملکرد بالا می پردازند، و SICLN در الگوریتم های خوشه بندی غیرنظارتی سنتی عملکرد بهتری دارد.
کلمات کلیدی: آموزش رقابتی، شناسایی کلاهبرداری، شناسایی نفوذ، خوشه بندی نظارتی/ غیر نظارتی، شبکه عصبی
مقدمه تشخیص کلاهبرداری و تشخیص نفوذ در شبکه در کسب و کار تجارت الکترونیک بسیار مهم می باشد. بر طبق به گزارش های تجارت الکترونیک فروش اداره سرشماری ایالات متحده، تجارت الکترونیک در امریکای شمالی دارای رشد 20% یا بیشتر در هر سال می باشد. به هر حال کلاهبرداری در شرکت های تجارت الکترونیک ایالات متحده و کانادا منجر به هزینه تلفات زیادی شده است. با توجه به رشد اخیر در تجارت الکترونیک، کلاه برداری در زمینه کارت های اعتباری بسیار رایج شده است. بر مبنای نتایج بررسی در سال 2009، به طور متوسط، 1.6% از سفارشات بر مبنای کلاه برداری بوده، که حدود 3.3 میلیارد دلار می باشد. علاوه بر ضررهای مستقیمی که از طریق فروش های کلاهبرداری انجام شده است، اعتماد قربانیان کلاهبرداری در زمینه کارت های اعتباری و شرکت خرده فروش کمتر شده، که در نتیجه ضرر ها نیز افزایش یافته است. هدف شرکت ها و صادر کنندگان کارت های اعتباری این است تا هر چه زودتر به افشا یا جلوگیری از کلاه برداری بپردازند. از طرف دیگر نفوذ به شبکه، از پشت به شرکت های تجارت الکترونیک ضربه می زند. زمان وقفه سرورهای وب یا نفوذ به اطلاعات یا کسب و کار مشتری منجر به ضررهای زیادی می گردد.
- فرمت: zip
- حجم: 2.28 مگابایت
- شماره ثبت: 411
شبکه عصبی - 2
Neural Networks For Data Mining - Springer
Neural networks have become standard and important tools for data mining. This chapter provides an overview of neural network models and their applications to data […] — ادامه متنDual Neural Network - Springer
One of state-of-the-art recurrent neural networks (RNNs) is dual neural network (DNN). It can solve QP in real time. The dual neural network is of simple piecewise […] — ادامه متنArtificial neural networks in renewable energy systems ...
Artificial neural networks are widely accepted as a technology offering an alternative way to tackle complex and ill-defined problems. They can learn from examp […] — ادامه متنArtificial Neural Networks in Decision Support Systems ...
This paper introduces the concepts of neural networks and presents an overview of the applications of neural networks in decision support systems (DSS). […] — ادامه متنسیستم خبره فازی عصبی برای تشخیص
- عنوان لاتین مقاله: A Hybrid Fuzzy-Neural Expert System For Diagnosis
- عنوان فارسی مقاله: یک سیستم خبره فازی عصبی برای تشخیص.
- دسته: فناوری اطلاعات و کامپیوتر
- فرمت فایل ترجمه شده: Word (قابل ویرایش)
- تعداد صفحات فایل ترجمه شده: 15
- جهت دانلود رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید
- ترجمه سلیس و روان مقاله آماده خرید است.
Neural Networks for Time-Series Forecasting - Springer
Neural networks has become an important method for time series forecasting. There is increasing interest in using neural networks to model and forecast time series. […] — ادامه متنArtificial neural networks in hardware: A survey of two ...
This article presents a comprehensive overview of the hardware realizations of artificial neural network (ANN) models, known as hardware neural networks (HNN), […] — ادامه متنSolving Nonlinear Differential Equations by a Neural ...
In this paper we demonstrate a neural network method to solve nonlinear differential equations and its boundary conditions. The idea of our method is to incorporate […] — ادامه متنZhang neural network solving for time-varying full-rank ...
Zhang neural networks (ZNN), a special kind of recurrent neural networks (RNN) with implicit dynamics, have recently been introduced to generalize to the solution of […] — ادامه متنNeural Networks For Data Mining - Springer
Neural networks have become standard and important tools for data mining. This chapter provides an overview of neural network models and their applications to data […] — ادامه متنArtificial neural networks for pattern recognition - …
This tutorial article deals with the basics of artificial neural networks (ANN) and their applications in pattern recognition. ANN can be viewed as computing models […] — ادامه متنBayesian Regularization of Neural Networks - Springer
Bayesian regularized artificial neural networks (BRANNs) are more robust than standard back-propagation nets and can reduce or eliminate the need for lengthy cross […] — ادامه متنIdentification of butterfly species with a single neural ...
A single neural network system based on the backpropagation algorithm was designed to address the issue of automatic multi-species classification for butterflies. […] — ادامه متنArtificial neural networks in hardware: A survey of two ...
This article presents a comprehensive overview of the hardware realizations of artificial neural network (ANN) models, known as hardware neural networks (HNN), […] — ادامه متنArtificial neural networks in hardware: A survey of two ...
This article presents a comprehensive overview of the hardware realizations of artificial neural network (ANN) models, known as hardware neural networks (HNN), […] — ادامه متنNeural networks for control systems—A survey ☆
This paper focuses on the promise of artificial neural networks in the realm of modelling, identification and control of nonlinear systems. The basic ideas and […] — ادامه متنپیشبینی قیمت کوتاه مدت مبتنی بر موجک ELM ترکیبی، برای بازار برق
چکیده | پیشبینی دقیق قدمت برق، چالشی بزرگ برای شرکت کنندگان و مدیران بازار می باشد، زیرا قیمت الکتریسیته دارای نوسانات بسیاری است. پیشبینی قیمت نیز، مهم ترین هدف مدیریتی برای مشارکت کنندگان در بازار است، چرا که مبانی بیشینه کردن سود را، تشکیل می دهد. این مطالعه، عملکرد یک تکنیک شبکه عصبی جدید را بنام ناشین یادگیری سریع (Elm)، در مساله پیشبینی قیمت، بررسی می کند. با در نظر داشتن خط مربوط به بازهای برق که دارای نوسانات بسیاری در قیمت هستند، تکیه به یک تکنیک، خیلی هم سودمند نمی باشد. بنابراین، Elm با تکنیک موجک همراه شده است و یک مدل پیوندی (مرکب) را به نام Welm (Elm مبتنی بر موجک) را تشکیل داده […] — ادامه متنNeural networks in business: techniques and …
This paper presents an overview of the different types of neural network models which are applicable when solving business problems. The history of neural netwo […] — ادامه متنNeural Networks for Time-Series Forecasting - Springer
Neural networks has become an important method for time series forecasting. There is increasing interest in using neural networks to model and forecast time series. […] — ادامه متنHybrid neural network models for bankruptcy …
The objective of this paper is to develop the hybrid neural network models for bankruptcy prediction. The proposed hybrid neural network models are (1) a MDA-as […] — ادامه متنتابع هدف جدید محدب برای آموزش نظارت شبکه عصبی تک لایه (ترجمه)
چکیده
در این مقاله روش آموزش نظارت جدید برای ارزیابی چگونگی شبکه های Feed Forward عصبی تک لایه ارائه می شود. این روش از تابع هدفی بر مبنای MSE استفاده می کند، که خطاها را به جای این که پس از تابع فعالسازی غیرخطی نورون ها ارزیابی کند قبل از آن ها بررسی می کند. در این گونه موارد، راه حل را می توان به سهولت از طریق حل معادلات در سیستم های خطی به دست آورد یعنی در این روش نسبت به روش های معین و مرسوم پیشین به محاسبات کمتری نیاز است. تحقیقات تئوری شامل اثبات موازنه های تقریبی بین بهینه ستزی سراسری تابع هدف بر مبنای معیار MSE و یک تابع پیشنهادی دیگر می باشد. بعلاوه مشخص شده است که این روش قابلیت توسعه و توزیع آموزش را دارا می باشد. طی تحقیقات تجربی جامع نیز تنوع صحت در انرمان این روش مشخص شده است. این تحقیق شامل 10 دسته بندی و 16 مسئله بازگشتی می باشد. بعلاوه، مقایسه این روش با دیگر الگوریتم های آموزشی با عملکرد بالا نشان می دهد که روش مذکور بطور متوسط بیشترین قابلیت اجرایی را داشته و به حداقل محاسبات در این روش نیاز می باشد.
مقدمه
برای بررسی شبکه عصبی Feed Forward تک لایه با تابع فعالسازی خطی، مقادیر وزن برای تابع به MSE حداقل رسیده و می توان این مقادیر را به وسیله یک ماتریس شبه معکوس بدست آورد [1,2]. بعلاوه، می توان اثبات کرد که سطح MSE این شبکه خطی تابعی درجه دوم می باشد [3]. بنابراین این سطح محدب هایپرپارابولیک (فراسهمی وار) را می توان به سادگی با روش گرادیان نزولی (Gradient descent) طی کرد. با این حال، اگر از تابع فعالسازی غیر خطی استفاده شود، مینیمم های محلی می توانند بر مبنای معیار MSE در تابع هدف دیده شوند [4-6]. طی تحقیقات مختلف می توان مشاهده نمود که تعداد چنین مینیمم هایی می توانند با ابعاد ورودی به صورت نمایی توسعه پیدا کند. تنها در برخی موارد خاص می توان تضمین کرد که شرایط حاکم، فاقد Min های محلی هستند. در مورد الگوهای تفکیک پذیرخطی و معیار آستانه MSE، وجود حداقل یک مقدار Min در تابع هدف به اثبات رسیده است [8,9]. با این حال، این امر یک موقعیت عمومی نمی باشد.
توسعه یک آنالیز و کنترل زمان- واقعی مبنی بر آرایه کیت قابل برنامه ریزی میدان برای واسط های تولید توزیع شده
- عنوان لاتین مقاله: Development of a FPGA Based Real-Time Power Analysis and Control for Distributed Generation Interface
- عنوان فارسی مقاله: توسعه یک آنالیز و کنترل زمان- واقعی مبنی بر آرایه کیت قابل برنامه ریزی میدان برای واسط های تولید توزیع شده.
- دسته: برق و الکترونیک
- فرمت فایل ترجمه شده: WORD (قابل ویرایش)
- تعداد صفحات فایل ترجمه شده: 41
- جهت دانلود رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید
- ترجمه سلیس و روان مقاله آماده خرید است.
خلاصه
انرژی بدست آمده از منابع تجدید پذیر این روزها بسیار مهم شده اند، و این اساسا بدلیل سهم ناچیزشان در تولید گازهای گلخانه ای است. مساله ای که مطرح می شود این است که چطور می 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 برای این کار بطور کلی یک اینورتر منبع ولتاژی (VSI) است که یک بار معمولی مانند کاربردهای تک-فاز مسکونی و تجاری را تامین کند. همچنین، فرآیند بهینه سازی نیازمند تجزیه تحلیل های معمولی توان می باشد. این مقاله توسعه 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 افزار شبکه عصبی خطی تطبیقی (ADALINE) ، پیاده سازی الگوریتم های سیستم قدرت 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 می باشد، که می توان از آن نه تنها برای فرستادن توان اکتیو، بلکه برای جبران سازی هارمونیک ها و توان راکتیو نیز، استفاده کرد. شبیه سازی و نتایج تجربی طرح های پیشنهادی با فرکانس های ثابت و متغیر نیز، پیوست شده اند تا اعتبار آنها مورد تاکید قرار گیرد.
اصطلاحات مربوط: شبکه عصبی مصنوعی (ANN) ، تولید توان توزیع شده، تجزیه و تحلیل توان، آرایه های منطقی قابل برنامه ریزی، اندازه گیری توان، اعوجاج هارمونیکی کل.
مقدمه
این روزها، بهره برداری عظیم از منابع انرژی توزیع شده (DER) مبنی بر منابع تجدید پذیر، برای کاهش مسایل مربوط به انتشار گاز گلخانه ای و نیز برای افزایش قابلیت اطمینان و توانایی سیستم های قدرت واقعی و آینده، بسیار مهم شده است. آنگاه، بهره برداری عظیم از DER توسط دولت ها و صنعت، در سراسر دنیا ارتقا یافته است.
توسعۀ سیستم های با انرژی تجدیدپذیر و فن آوری های شبکه هوشمند، برای ایجاد امکان برای متصل کردن DER به سیستم های قدرت متمرکز شده سنتی، بایسته می باشد. این پیشرفت های فنی، نفوذ بالای تولید توزیع شده (DG) را موجب می شود.
- فرمت: zip
- حجم: 11.97 مگابایت
- شماره ثبت: 411
طراحی نقشه شناختی فازی (شبکه عصبی برای پیشبینی سری زمانی پر هرج و مرج) (مهندسی صنایع)
چکیده
به عنوان یک طرح کارآمد برای ارائه اطلاعات و مکانیسم شبیه سازی متناسب با بررسی های بی شمار و حوزه های کاربردی، طرح شناخت فازی (FCMs) توجه زیادی را از جوامع تحقیقاتی مختلف به سمت خود جلب کرده است. به هر حال FCMs (طرح شناخت فازی) سنتی، روش کارامدی را برای تعیین وضعیت سیستم مورد بررسی و تعیین علت و معلول که مبنای واقعی نظریه FCMs (طرح شناخت فازی) می باشد، ایجاد نمی کند. بنابراین در بسیاری از موارد، ایجاد FCMs (طرح شناخت فازی) برای سیستم های علت و معلول یچیده بستگی به دانش متخصصان دارد. مدل های ایجاد شده فیزیکی، دارای کمبودهایی مهمی از نظر خاص بودن مدل و مشکلاتی از نظر دسترسی قابل اطمینان دارند. در این مقاله به طرح شبکه عصبی فازی برای بالا بردن توان یادگیری FCMs (طرح شناخت فازی) پرداخته به گونه ای که تعیین خودکار توابع عضویت و تعیین علت و معلول آن با مکانیسم استنتاج FCMs (طرح شناخت فازی) رایج ادغام می گردد. به این ترتیب، مدل FCMs (طرح شناخت فازی) سیستم های مورد بررسی به صورت اتوماتیک از داده ها ایجاد شده و بنابراین مستقل از یافته های متخصصان می باشند. علاوه بر این، لز زیرمجموعه های متقابل برای تعریف و شرح علت و معلول در FCMs (طرح شناخت فازی) استفاده می کنیم. این موارد تفاسیر مشخصی را در ارتباط با دلایل FCMs (طرح شناخت فازی) ایجاد کرده و به این ترتیب درک فرایند استنتاج را اسان تر می کند. برای تایید عملکرد، روش پیشنهادی در سری زمانی پر هرج و مرج پیش بینی شده، تست می گردد. بررسی های شبیه سازی شده کارایی روش پیشنهادی را نشان می دهد.
مقدمه
از زمان تحقیقات کوشو، طرح شناختی فازی (FCMs) توجه زیادی را از جوامع تحقیقاتی مختلف به سمت خود جلب کرده است. به عنوان یک روش بررسی مدل ها، برای سیستم های پیچیده، مدل FCMs به بررسی سیستم های دیگر به عنوان مجموعه ای از مفاهیم و روابط بین این مفاهیم که منشاء آن از ترکیب منطق فازی و شبکه های عصبی می باشد پرداخته است. ذاتا، FCMs به عنوان یک نمودار مستقیم همراه با بازخوردهایی می باشد که شامل مجموعه ای از گره ها و منحنی هایی می باشد که این گره ها را به هم مرتبط می کند. شکل 1 نمایش گرافیکی FCM و ساختار شبکه ای آن را نشان می دهد.
ترجمه مقاله پیش بینی موفقیت ERP: یک رهیافت شبکه عصبی مصنوعی
دسته: مقالات ترجمه شده
حجم فایل: 860 کیلوبایت
تعداد صفحه: 33
پیشبینی موفقیت ERP: یک رهیافت شبکه عصبی مصنوعی
چکیده
به سیستم برنامه‌ریزی منابع سازمان (ERP) بعنوان نمونه‌ای از سیستمهای اطلاعات جدید اشاره شده است. با اینحال، دست یافتن به سطح 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 پیش از پیاده‌سازی ERP براساس مشخصات سازمانی، بحث شده است. همچنانکه با نیاز 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 خبره در آماده سازی برای به 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 مشخصات سازمانی به 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. سیستم خبره 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 بندی 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.
کلیدواژه‌ها:
برنامه‌ریزی منابع سازمان (ERP) ؛ موفقیت ERP؛ مشخصات/عامل‌های سازمانی؛ شبکه عصبی مصنوعی (ANN) ؛ سیستم خبره
قیمت: 20,000 تومان
سیستم قدرت - 1
تشخیص انتشار عدم تعادل ولتاژ در سیستم های قدرت شعاعی
- عنوان لاتین مقاله: Voltage Unbalance Emission Assessment In Radial Power Systems
- عنوان فارسی مقاله: تشخیص انتشار عدم تعادل ولتاژ در سیستم های قدرت شعاعی.
- دسته: برق و الکترونیک
- فرمت فایل ترجمه شده: Word (قابل ویرایش)
- تعداد صفحات فایل ترجمه شده: 29
- جهت دانلود رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید
- ترجمه سلیس و روان مقاله آماده خرید است.
کنترل فرکانس هوشمند ریزشبکه برق متناوب
چکیده | سیستم های قدرت مدرن، نیازمند افزایش هوش و انعطاف پذیری در کنترل و بهینه سازی هستند، تا از قابلیت تثبیت تعادل میان بار و تولید به دنبال تداخلات جدی اطمینان حاصل شود. این قضیه امروز، به سبب افزایش تعداد ریزشبکه ها (Mg)، در حال یافتن اهمیتی بیش از پیش است. ریزشبکه ها اغلب از انرژی های تجدیدپذیر برای تولید توان الکتریکی استفاده می کنند، که تولید توان با این انرژی ها، طبیعتا متغیر است. این تغییرات و عدم قطعیت های رایج در سیستم قدرت، موجب می شود که کنترل کننده های قدیمی نتوانند عملکرد مناسبی را در بازه های گسترده شرایط عملیاتی، ارایه دهند. در پاسخ به این چالش، این مقاله یک روش هوشمند آنلاین […] — ادامه متنترجمه مقاله برنامه توسعه ی تولید و انتقال، با در نظر گرفتن حد بارگذاری با استفاده از نظریه ی گیم و ANN (شبکه ی عصبی مصنوعی)
دسته: برق | حجم فایل: 1328 کیلوبایت | تعداد صفحه: 22 | برنامه توسعه ی تولید و انتقال، با در نظر گرفتن حد بارگذاری با استفاده از نظریه ی گیم و Ann (شبکه ی عصبی مصنوعی) | چکیده__ در این مقاله برنامه ی توسعه ی تولید و انتقال (Tef، Gep) با در نظرر گرفتن حد بارگذاری سیستم قدرت مطالعه شده است. از روش شبکه های عصبی مصنوعی (Ann) برای ارزیابی حد بارگذاری سیستم قدرت _به دلیل ویژگی های حساسیتش_ استفاده شده است. بازسازی سیستم قدرت و جداسازی سازمان های تصمیم گیرنده ی توسعه ی تولید و انتقال، هماهنگی میان شرکت های تولید و انتقال را حیاتی تر ساخته است. از دیگر سو، پایداری ولتاژ، یکی از مشخصه های سطح امنیتی سی […] — ادامه متنمقایسه روش های مختلف برای طراحی پایدار کننده سیستم قدرت
- عنوان لاتین مقاله: Comparison Of Different Techniques For Design Of Power System Stabilizer
- عنوان فارسی مقاله: مقایسه روش های مختلف برای طراحی پایدار کننده سیستم قدرت.
- دسته: برق و الکترونیک
- فرمت فایل ترجمه شده: Word (قابل ویرایش)
- تعداد صفحات فایل ترجمه شده: 12
- جهت دانلود رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید
- ترجمه سلیس و روان مقاله آماده خرید است.
تشخیص انتشار عدم تعادل ولتاژ در سیستم های قدرت شعاعی
- عنوان لاتین مقاله: Voltage Unbalance Emission Assessment In Radial Power Systems
- عنوان فارسی مقاله: تشخیص انتشار عدم تعادل ولتاژ در سیستم های قدرت شعاعی.
- دسته: برق و الکترونیک
- فرمت فایل ترجمه شده: Word (قابل ویرایش)
- تعداد صفحات فایل ترجمه شده: 29
- جهت دانلود رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید
- ترجمه سلیس و روان مقاله آماده خرید است.
طراحی پایدار کننده سیستم های قدرت مقاوم با استفاده از ترکیب ANN و ICA
دسته: برق | حجم فایل: 377 کیلوبایت | تعداد صفحه: 13 | طراحی پایدار کننده سیستم های قدرت مقاوم با استفاده از ترکیب Ann و Ica | چکیده | حد پایداری حالت پایدار و میرایی مثبت سیستم را می توان با پایدار کننده سیستم قدرت متداول بهبود یافت (Pss). با این حال، به منظور توانایی های مانند تنظیم کردن آنلاین و زمان واقعی بهینه میرایی در کل محدوده عملیاتی، طراحی مقاوم از Pss مورد نیاز است. یک طراحی Pss مقاوم جدید با استفاده از شبکه عصبی مصنوعی (Ann) و الگوریتم رقابتی امپریالیستی (Ica) برای میرایی نوسانات حالت های الکترومکانیکی و بهبود پایداری سیستم قدرت در این مقاله ارائه شده است. دینامیک در ارتباط با یک تک […] — ادامه متنافزایش پایداری دینامیکی سیستم قدرت
چکیده | سیستم قدرت یک سیستم دینامیکی است و دائما در معرض اغتشاشات است. این مهم است که این اختلالات سیستم را به شرایط ناپایدار نبرد. برای این منظور، سیگنال های اضافی به دست آمده از انحراف، انحراف تحریک و قدرت شتاب به داخل تنظیم کننده های ولتاژ. تزریق شده است. دستگاه این سیگنالها را به به عنوان پایدار کننده سیستم. قدرت فراهم می کند استفاده از پایدار کننده سیستم قدرت در بهره برداری از سیستم های قدرت الکتریکی بزرگ بسیار رایج شده است. Pss معمولی که با استفاده از جبران پس پیش، که در آن گین تنظیم طراحی شده برای شرایط عملیاتی خاص، تحت شرایط بارگذاری مختلف عملکرد ضعیف می دهد بنابراین طراحی یک پایدار کن […] — ادامه متنIEEE Transactions on Power Systems
In Denmark, incorporation of wind power into the power system is increasing whereas power generation from the large conventional power plants is reducing. […] — ادامه متنکنترلر یکپارچه عبور توان (کنترلرهای دمپینگ و میرایی نوسانات فرکانس پایین سیستم قدرت)
چکیده | انتقال انرژی در یک سیستم قدرت یکپارچه با پایداری گذرا پایداری ولتاژ و پایداری سیگنال کوچک مقید شده است. این قیدها یک بهره برداری کامل از خطوط انتقال قابل دسترس را محدود می کند. سیستم انتقال انعطاف پذیر تکنولوژی است که اصلاحات مورد نیاز عوامل خطوط انتقال را به منظور بهره برداری کامل از تسهیلات خطوط انتقال موجود را فراهم می کند و از اینرو شکاف بین محدودیت پایداری و محدودیت حرارتی را به حداقل می رساند. اخیرا پژوهشگران مدلهای دینامیک را به منظور طراحی کنترل کننده های مناسب برای سیلان توان ولتاژ و کنترلرهای دمپینگ ارایه کرده اند. یک مدل خطی اصلاح شده ای از یک سیستم قدرت با نصب ارایه داده اس […] — ادامه متنترجمه مقاله کنترل تولید اتوماتیک چهار-ناحیه ای مبنی بر محاسبه تکاملی در محیط تجدید ساختار شده
دسته: برق | حجم فایل: 834 کیلوبایت | تعداد صفحه: 18 | کنترل تولید اتوماتیک چهار-ناحیه ای مبنی بر محاسبه تکاملی در محیط تجدید ساختار شده | چکیده در این مقاله، کنترل تولید خودکار چند-واحد چهار-ناحیه ای، در سیستم تجدید ساختار شده، بررسی می شود. انواع مختلفی از خدمات جانبی در سیستم قدرت، وجود دارد. یکی از این خدمات جانبی، تبعیت بار با کنترل فرکانس می باشد، که در دسته بندی گسترده ی کنترلِ تولیدِ اتوماتیک، در سیستم قدرت تجدید ساختار شده، قرار می گیرد. هدف اصلی این مقاله، معرفی چند تکنیک تازه مبتنی بر محابسه تکاملی می باشد که بصورت مستقل برای بدست آوردن پارامترهای بهره بهینه برای عملکردهای گذرای بهین […] — ادامه متنترجمه مقاله کنترل فرکانس هوشمند در یک ریزشبکه AC: تکنیک تنظیم فازی مبنی بر PSO آنلاین
دسته: برق | حجم فایل: 4253 کیلوبایت | تعداد صفحه: 25 | ترجمه مقاله کنترل فرکانس هوشمند در یک ریزشبکه Ac: تکنیک تنظیم فازی مبنی بر Pso آنلاین | چکیده سیستم های قدرت مدرن، نیازمند افزایش هوش و انعطاف پذیری در کنترل و بهینه سازی هستند، تا از قابلیت تثبیت تعادل میان بار و تولید _به دنبال تداخلات جدی_ اطمینان حاصل شود. این قضیه امروز، به سبب افزایش تعداد ریزشبکه ها (Mg)، در حال یافتن اهمیتی بیش از پیش است. ریزشبکه ها اغلب از انرژی های تجدیدپذیر برای تولید توان الکتریکی استفاده می کنند، که تولید توان با این انرژی ها، طبیعتا متغیر است. این تغییرات و عدم قطعیت های رایج در سیستم قدرت، موجب می شود که ک […] — ادامه متنکنترل کننده مدل لغزشی فازی برای سیستم SMIB
- عنوان لاتین مقاله: Fuzzy Sliding Mode Controller For Power System Smib
- عنوان فارسی مقاله: کنترل کننده مدل لغزشی فازی برای سیستم قدرت تک ماشینه باس بی نهایت.
- دسته: برق
- فرمت فایل ترجمه شده: Word (قابل ویرایش)
- تعداد صفحات فایل ترجمه شده: 18
- جهت دانلود رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید
- ترجمه سلیس و روان مقاله آماده خرید است.
پایان نامه شرایط غیرعادی عملکرد ترانسفورماتور
مقدمه | ترانسفورماتورها بر اساس ساختمان و نوع عملکرد، انواع متفاوت زیر را دارند: | ترانسفورماتورهای قدرت | ترانسفورماتورهای توزیع | ترانسفورماتورهای شیفت دهنده فاز | ترانسفورماتورهای یکسو کننده | ترانسفورماتورهای خشک | ترانسفورماتورهای روغنی | ترانسفورماتورهای اندازه گیری | تنظیم کننده های ولتاژ پله ای | ترانسفورماتورهای ولتاژ ثابت | ترانسفورماتورهای قدرت بین ژنراتور و سیستم های انتقال مورد استفاده قرار می گیرند و معمولا با توان 500 Kva و بیشتر درجه بندی می شوند. سیستم های قدرت شامل نیروگاه های تولید و توزیع انرژی، و اتصالات درون سیستم یا اتصالاتی با سیستم های مجاورهستند. پیچیدگی این سیستم منج […] — ادامه متنپایان نامه رله و حفاظت در سیستم های قدرت
- پایان نامه جهت اخذ درجه کارشناسی
- عنوان کامل: رله و حفاظت در سیستم های قدرت
- دسته: مهندسی برق - قدرت
- فرمت فایل: Word (قابل ویرایش)
- تعداد صفحات: 287
- جهت مشاهده فهرست مطالب این پایان نامه اینجا کلیک نمایید
مدل سازی UPFC برای حداقل رساندن تلفات توان حقیقی
- عنوان لاتین مقاله: Modeling, Analysis And Optimal Location Of Upfc For Real Power Loss Minimization
- عنوان فارسی مقاله: مدل سازی، تجزیه و تحلیل و محل بهینه کنترل کننده یکپارچه جریان توان برای به حداقل رساندن تلفات توان حقیقی.
- دسته: برق
- فرمت فایل ترجمه شده: Word (قابل ویرایش)
- تعداد صفحات فایل ترجمه شده: 9
- جهت دانلود رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید
- ترجمه سلیس و روان مقاله آماده خرید است.
استراتژی کنترل برای کارکرد شبکه کوچک
چکیده | پیشرفت های فنی در چند سال اخیر شکل های جدیدی از تولید برق را به ارمغان آورده است منابع کوچک (Ms). وابستگی منابع تولید کوچک با سیستم های توزیع ولتاژ پایین می تواند نوع جدیدی از سیستم قدرت را شکل دهد (شبکه کوچک). شبکه کوچک می تواند به شبکه قدرت اصلی متصل گردد یا اگر از شبکه قدرت در مواجهه با یک رویداد برنامه ریزی شده یا نشده محافظت شود بطور خود گردان عمل می کند. علاوه بر این، بازیابی سریع سیستم (قابلیت شروع خاموشی) پس از شرایط خرابی وسیع می تواند ارائه گردد. این مفهوم با چهارچوب پروژه R&Amp;D اروپایی شبکه های کوچک ماحصل تعدادی پژوهش سازمانها و شرکت ها توسعه یافته است. همچنین یک شبکه کوچک […] — ادامه متنPower System Flexibility - IEEE Smart Grid
Power System Flexibility Details Written by Arshad Mansoor, Clark Gellings and Ron Schoff Increasingly, power systems will incorporate distributed “smart […] — ادامه متنتنظیم توان کنترل کننده پی اس اس به منظور افزایش پایداری سیستم قدرت
- عنوان لاتین مقاله: Robust Tuning Of The Pss Controller To Enhance Power System Stability
- عنوان فارسی مقاله: تنظیم توان کنترل کننده پی اس اس به منظور افزایش پایداری سیستم قدرت.
- دسته: برق
- فرمت فایل ترجمه شده: Word (قابل ویرایش)
- تعداد صفحات فایل ترجمه شده: 13
- جهت دانلود رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید
- ترجمه سلیس و روان مقاله آماده خرید است.
8مقاله الزیویر2014در مورد پایدار کننده سیستم قدرت pss
دسته: برق | حجم فایل: 8993 کیلوبایت | تعداد صفحه: 8 | 8مقاله الزیویر2014در مورد پایدار کننده سیستم قدرت Pss | عناوین مقالات با سال | Optimization Of Power System Stabilizers Using Participation Factor | And Genetic Algorithm | Elsevier2014 | Optimization Of Power System Stabilizers Using Bat Search Algorithm | Elsevier2014 | A Coordinated Design Of Psss And Upfc-Based Stabilizer Using Genetic | Algorithm | 2013 Ieee | Optimal Power System Stabilizers For Multi Machine Systems | 2012 Elsevier | A New-Fangled Adaptive Mutation Breeder Genetic Optimization Of Global | Multi-Machine Power System S […] — ادامه متنترجمه مقاله مدل کردن و کنترل فازی درایو DC
چکیده: یک درایو Dc صنعتی (۲۲ Kw)، با کنترل کننده ی فازی شبیه سازی شده است. دو مدل (خطی و غیر خطی) و دو کنترل کننده (Pid و Fuzzy) نیز مورد بررسی قرار گرفته اند. استفاده از کنترل کننده ی Fuzzy برای عملکرد درایو Dc موفقیت آمیز بوده است. | مقدمه | از دو مدل ریاضی درایو Dc استفاده شد است. مدل اول همانند تابع تبدیل خطی مبدل و موتور Dc ساخته شده است. مدل دوم ساخته شده از بلوک های پیشرفته از قسمت کتابخانه Power System Blockset (Psb) می باشد. این کتابخانه (Library) درون محیط Matlab/Simulink از قسمت Mathwork Inc می باشد. به نظر می رسد که استفاده از منطق فازی و مدل کتابخانه Psb روشی تازه و امیدوار کننده […] — ادامه متنسیستم خبره فازی عصبی برای تشخیص (ترجمه)
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 می کند 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.
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 Shrtlifee روش Shrtlifee Mycin را بi عنوان 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 می کنیم 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 می کنند. آنها قادرند رابطه بین مجموعه داده ها را با داشتن اطلاعات نمونه که نشان دهنده لایه های ورودی و خروجی آنها است، یاد بگیرند.
شبکه عصبی - 6
Multi-class pattern classification using neural networks
Table 4 lists the neural network systems that gave the best performances: the OAO system that contains 21 binary neural networks with 10 hidden nodes in each; […] — ادامه متنFuzzy neural networks: A survey
In this paper a fuzzy neural network will be a layered, feedforward, neural net that has fuzzy signals and/or fuzzy weights. We survey recent results on learnin […] — ادامه متنNeural network credit scoring models - ScienceDirect.com …
This paper investigates the credit scoring accuracy of five neural network models: multilayer perceptron, mixture-of-experts, radial basis function, learning ve […] — ادامه متنArtificial Neural Network Based Algorithm for …
Artificial Neural Network Based Algorithm for Biomolecular Interactions Modeling. Artificial Neural Network Based Algorithm for Biomolecular Interactions Modeling […] — ادامه متنNeural Networks in Automotive Applications - Springer
Neural networks are making their ways into various commercial products across many industries. As in aerospace, in automotive industry they are not the main technology. […] — ادامه متنIdentification of butterfly species with a single neural ...
A single neural network system based on the backpropagation algorithm was designed to address the issue of automatic multi-species classification for butterflies. […] — ادامه متنNeural Networks: Tricks of the Trade - Springer
Book Chapter. Pages 271-293. Combining Neural Networks and Context-Driven Search for On-line, Printed Handwriting Recognition in the Newton […] — ادامه متنتعیین هویت گوینده مستقل از متن، توسط مدل های مخلوط گاوس
- عنوان لاتین مقاله: Efficient Text-Independent Speaker Verification With Structural Gaussian Mixture Models And Neural Network
- عنوان فارسی مقاله: تعیین هویت گوینده مستقل از متن، توسط مدل های مخلوط گاوس ساختاری و شبکه های عصبی
- دسته: کامپیوتر و فناوری اطلاعات
- فرمت فایل ترجمه شده: Word (قابل ویرایش)
- تعداد صفحات فایل ترجمه شده: 26
- لینک دریافت رایگان نسخه انگلیسی مقاله: دانلود
- ترجمه سلیس و روان مقاله آماده خرید است.
Review of pulse-coupled neural networks - ScienceDirect
This paper reviews the research status of pulse-coupled neural networks (PCNN) in the past decade. Considering there are too many publications about the PCNN, w […] — ادامه متنNeural Networks For Data Mining - Springer
Neural networks have become standard and important tools for data mining. This chapter provides an overview of neural network models and their applications to data […] — ادامه متنArtificial neural networks: fundamentals, computing ...
Abstract. Artificial neural networks (ANNs) are relatively new computational tools that have found extensive utilization in solving many complex real-world problems. […] — ادامه متنNeural Network Models in Combinatorial Optimization …
This chapter reviews the theory and application of artificial neural network (ANN) models with the intention of solving combinatorial optimization problems (COPs). […] — ادامه متنArtificial neural network models for forecasting and ...
Some authors advocate artificial neural networks as a replacement for statistical forecasting and decision models; other authors are concerned that artificial n […] — ادامه متنArtificial Neural Networks in Decision Support Systems ...
This paper introduces the concepts of neural networks and presents an overview of the applications of neural networks in decision support systems (DSS). […] — ادامه متنPrimal–Dual Neural Networks - Springer
Zhang Y, Yi C, Ma W (2010) On a primal–dual neural network for online solution of linear programming. OR Trans 14(3):1–10 Xia Y (1996) A new neural network for […] — ادامه متندسته بندی سیگنالهای الکترومیوگرافی با شبکه عصبی موجک
چکیده | یک وسیله دقیق و محاسباتی کارآمد برای دسته بندی الگوی سیگنال های الکترومیوگرافی، موضوع بحث بسیاری از پژوهشگران در سال های اخیر بوده است. تجزیه تحلیل های کمیتی سیگنال های Emg، منبع اطلاعاتی مهمی برای تشخیص اختلالات عصبی-عضلانی می باشد. با پیگیری توسعه های اخیر تجهیزات Emg کامپیوتری، روش های مختلفی در حوزه زمان و حوزه فرکانس برای تحلیل های کمیتی، انجام گرفته است. در این بررسی، دسته بندی کننده های مبنی بر شبکه های عصبی مصنوعی پس-انتشار خطای پیشخور (Febann) و شبکه های عصبی موجک (Wnn) در دقت در دسته بندی سیگنال های Emg با هم مقایسه شده اند. در این روش ها، ما از یک مدل خودبازگشت (اتورگرسیو) ( […] — ادامه متنImage processing with neural networks—a review
We review more than 200 applications of neural networks in image processing and discuss the present and possible future role of neural networks, especially feed […] — ادامه متنشبکه عصبی آموزشی رقابتی پیشرفته: تشخصی نفوذ به شبکه و شناسایی تقلب
چکیده | در این پژوهش، دو الگوریتم خوشه بندی جدید را معرفی می کنیم. شبکه آموزشی رقابتی پیشرفته (Icln) و شبکه آموزشی رقابتی پیشرفته نظارتی (Sicln) که در زمینه تشخیص کلاهبرداری و تشخیص نفوذ شبکه در می باشند. شبکه آموزشی رقابتی پیشرفته (Icln) به عنوان الگوریتم خوشه بندی غیرنظارتی می باشد، که قوانین جدیدی را برای شبکه های عصبی آموزشی رقابتی استاندارد (Scln) اعمال می کند. نورون های شبکه در شبکه آموزشی رقابتی پیشرفته (Icln) برای ارائه مرکز داده توسط قوانین بروز شده تنبیه و پاداش جدید آموزش دیده اند. این قوانین بروز شده، بی ثباتی شبکه های عصبی آموزشی رقابتی استاندارد را از بین می برند. شبکه آموزشی رقا […] — ادامه متنNeural networks in business: techniques and …
This paper presents an overview of the different types of neural network models which are applicable when solving business problems. The history of neural netwo […] — ادامه متنطراحی نقشه های شناختی فازی با استفاده از شبکه های عصبی برای پیش بینی سری زمانی پر هرج و مرج
- عنوان لاتین مقاله: Design Of Fuzzy Cognitive Maps Using Neural Networks For Predicting Chaotic Time Series
- عنوان فارسی مقاله: طراحی نقشه های شناختی فازی با استفاده از شبکه های عصبی برای پیش بینی سری زمانی پر هرج و مرج.
- دسته: ریاضی
- فرمت فایل ترجمه شده: Word (قابل ویرایش)
- تعداد صفحات فایل ترجمه شده: 20
- جهت دانلود رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید
- ترجمه سلیس و روان مقاله آماده خرید است.
پیشبینی قیمت کوتاه مدت مبتنی بر موجک ELM ترکیبی، برای بازار برق
چکیده
پیشبینی دقیق قدمت برق، چالشی بزرگ برای شرکت کنندگان و مدیران بازار می باشد، زیرا قیمت الکتریسیته دارای نوسانات بسیاری است. پیشبینی قیمت نیز، مهم ترین هدف مدیریتی برای مشارکت کنندگان در بازار است، چرا که مبانی بیشینه کردن سود را، تشکیل می دهد. این مطالعه، عملکرد یک تکنیک شبکه عصبی جدید را بنام ناشین یادگیری سریع (ELM) ، در مساله پیشبینی قیمت، بررسی می کند. با در نظر داشتن خط مربوط به بازهای برق که دارای نوسانات بسیاری در قیمت هستند، تکیه به یک تکنیک، خیلی هم سودمند نمی باشد. بنابراین، ELM با تکنیک موجک همراه شده است و یک مدل پیوندی (مرکب) را به نام WELM (ELM مبتنی 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، با استفاده از روش مجموع شده، بهبود بیشتری می یابد. عملکردهای مدل های ارایه شده، با استفاده از اطلاعات موجود در بازارهای برق انتاریو، PJM، نیویورک و ایتالیا، ارزیابی شده اند. نتایج آزمایشی نشان می دهند که روش پیشنهادی، یکی از مناسب ترین تکنیک های پیشبینی قیمت می باشد.
کلیدواژه ها: شبکه عصبی مصنوعی (ANN) ، تجدید ساختار، روش مجموع، ماشین یادگیری سریع (ELM) ، پیشبینی قیمت، تبدیل موجک
پروژه کارشناسی ارشد برق
فایل محتوای
اصل مقاله لاتین 10 صفحه
متن ورد ترجمه شده بصورت کاملا تخصصی 26 صفحه