پروژه مدل سازی رآکتور شیمیایی,دانلود پایان نامه مدل سازی رآکتور شیمیایی,پروژه شبكه‌هاي عصبي مصنوعي,مدل سازی رآکتور شیمیایی,
پایان نامه جهت اخذ درجه کارشناسی عنوان کامل: پروژه مدل سازی رآکتور شیمیایی با شبکه های عصبی دسته: مکانیک فرمت فایل: WORD (قابل ویرایش) تعداد صفحات پروژه: 130 فهرست مطالب: جهت مشاهده فهرست مطالب این پروژه اینجا کلیک نمایید ______________________________________________________ بخشی از مقدمه: در اين…
در اين پروژه، ورودي‌ها و خروجي‌هاي يك سيستم چند ورودي و چند خروجي غير خطي، براي ايجاد يك مدل ديناميكيِ هوشمند، استفاده شده است. بنابراين انتخاب شبكه‌هاي عصبي مصنوعي از نوع پرسپترون‌هاي چندلايه براي اين منظور مناسب است. در كنار اين نوع از مدل‌سازي، استفاده از يك شيوه‌ي مناسب براي كنترل پيشگويانه (پيش بينانه)ي مدل ياد شده، ضروري است.
مدل‌هاي برگشتي تصحيح شونده كه از قوانين تعديل ماتريس‌هاي وزني مسيرهاي ارتباطي بين نرون‌هاي مدل استفاده مي‌كنند، در اين پروژه به كار گرفته شده‌اند.
اين قوانين براي آموزش سيستم، جهت كنترل و دستيابي به خروجي مطلوب در زمان‌هاي بعدي به كار مي‌روند.
فراگيري در اين سيستم نيز از نوع فراگيري با سرپرست مي‌باشد؛ به اين صورت كه معادله‌ي ديفرانسيل ديناميكيِ سيستم در دسترس است و بنابراين مقادير مطلوب براي متغير هدف، كه سيستم بايد به آن برسد، براي زمان‌هاي آينده مشخص مي‌باشد و خروجي سيستم با استفاده از يك كنترل‌كننده‌ي پيش‌بين، همواره بايد به اين اهداف دست يابد. سيستم مورد مطالعه در اين پروژه، يك رآكتور شيميايي است كه براي اختلاط پيوسته‌ي مواد شيميايي واكنش دهنده با غلظت‌ها و مقادير تعريف شده و توليد يك ماده‌ي محصول با يك غلظت متغير با زمان به كار مي‌رود؛ كه ميزان مطلوب اين غلظت در يك زمان خاص، به‌عنوان هدف مطلوبي است كه سيستم بايد به آن دست يابد.
همچنين به‌جاي يك سيستم واقعي، از يك مدل نرم‌افزاري براي جمع‌آوري داده‌هاي ورودي و خروجي استفاده مي شود و در نهايت، نتايج اين مدل سازي موفقيت‌آميز، توانايي روش‌هاي مدل سازي هوشمند را همان‌گونه كه در اين تحقيق آمده است، اثبات مي‌كند.
در اين پروژه، ورودي‌ها و خروجي‌هاي يك سيستم چند ورودي و چند خروجي غير خطي، براي ايجاد يك مدل ديناميكيِ هوشمند، استفاده شده است. بنابراين انتخاب شبكه‌هاي عصبي مصنوعي از نوع پرسپترون‌هاي چندلايه براي اين منظور مناسب است. در كنار اين نوع از مدل‌سازي، استفاده از يك شيوه‌ي مناسب براي كنترل پيشگويانه (پيش بينانه)ي مدل ياد شده، ضروري است.
مدل‌هاي برگشتي تصحيح شونده كه از قوانين تعديل ماتريس‌هاي وزني مسيرهاي ارتباطي بين نرون‌هاي مدل استفاده مي‌كنند، در اين پروژه به كار گرفته شده‌اند.
لطفا صبر کنید ...