پایان نامه فنی مهندسیپایان نامه مهندسی مکانیک

دانلود پایان نامه مدل سازی راکتور شیمیایی

پایان نامه مدل سازی راکتور شیمیایی

جهت اخذ درجه کارشناسی

مدل سازی راکتور شیمیایی

بخشی از فهرست مقاله:

فصل اوّل:
مقدمه
مقدمه:
فصل دوم:
مقدمه‌ای بر مقایسه‌ی شبکه‌های عصبی بیولوژیکی و مصنوعی و شیوه‌های یادگیری در آنها
۱-۲ انسان و کامپیوتر:
۲-۲ ساختار مغز:
شکل ۱-۲ مشخصات اصلی یک نرون بیولوژیک
شکل ۲-۲ ورودی‌های نرون باید از آستانه معینی تجاوز کند تا نرون بتواند کنش کند.
۱-۲-۲ یادگیری در سیستم‌های بیولوژیک:
۲-۲-۲ سازمان مغز:
۳-۲ یادگیری در ماشین‌ها:
۴-۲ تفاوت‌ها:
چکیده نکات مهم فصل دوم:
فصل سوم:
بازشناسی الگوها
بازشناسی الگوها:
۱-۳ مقدمه:
۲-۳ چشم‌انداز طرح شناسی:
۳-۳ تعریف بازشناسی الگوها:
۴-۳ بردارهای مشخصات و فضای مشخصات:
شکل ۱-۳ یک فضای مشخصات دوبعدی اقلیدسی
۵-۳ توابع تشخیص‌دهنده یا ممیز
شکل ۲-۳ محدوده‌ی تصمیم یک طبقه‌بندی خطی.
۶-۳ فنون طبقه‌بندی:
۱-۶-۳ روش طبقه‌بندی «نزدیک‌ترین همسایه»:
شکل ۳-۳ طبقه‌بندی به وسیله مقایسه با «نزدیکترین همسایه»
شکل ۴-۳ اندازه‌گیری تا نزدیک‌ترین همسایه گاه باعث خطا می‌شود.
۲-۶-۳ میزان‌های اندازه‌گیری فاصله
فاصله‌ی همینگ
شکل ۵-۳ فاصله اقلیدسی
۸-۳ بازشناسی الگوها – خلاصه :
چکیده نکات مهم فصل سوم:
فصل چهارم:
نرون پایه
۲-۴ مدل‌سازی نرون تنها:
شکل ۲-۴ نمای مدل اصلی نرون.
۳-۴ تابع آستانه
شکل ۸-۴ آیا می‌توانیم Aها را از Bها تمیز دهیم؟
۱-۳-۴ الگوریتم فراگیری پرسپترون:
۱-۴-۴ یادگیری و تعدیل وزنها در آدالاین:
جدول ۳-۴) جدول ارزش گزاره مربوط به تابع

و… جهت مشاهده فهرست کامل مطالب این پروژه اینجا کلیک نمایید.

————-

چکیده ای از مقدمه آغازین ” پایان نامه مدل سازی راکتور شیمیایی با شبکه های عصبی ” بدین شرح است:

در این پروژه، ورودی‌ها و خروجی‌های یک سیستم چند ورودی و چند خروجی غیر خطی، برای ایجاد یک مدل دینامیکیِ هوشمند، استفاده شده است. بنابراین انتخاب شبکه‌های عصبی مصنوعی  از نوع پرسپترون‌های چندلایه  برای این منظور مناسب است. در کنار این نوع از مدل‌سازی، استفاده از یک شیوه‌ی مناسب برای کنترل پیشگویانه (پیش بینانه)ی مدل یاد شده، ضروری است. 
مدل‌های برگشتی تصحیح شونده که از قوانین تعدیل ماتریس‌های وزنی مسیرهای ارتباطی بین نرون‌های مدل استفاده می‌کنند، در این پروژه به کار گرفته شده‌اند.
این قوانین برای آموزش سیستم، جهت کنترل و دستیابی به خروجی مطلوب در زمان‌های بعدی به کار می‌روند.
فراگیری در این سیستم نیز از نوع فراگیری با سرپرست  می‌باشد؛ به این صورت که معادله‌ی دیفرانسیل دینامیکیِ سیستم در دسترس است و بنابراین مقادیر مطلوب برای متغیر هدف، که سیستم باید به آن برسد، برای زمان‌های آینده مشخص می‌باشد و خروجی سیستم با استفاده از یک کنترل‌کننده‌ی پیش‌بین، همواره باید به این اهداف دست یابد. سیستم مورد مطالعه در این پروژه، یک رآکتور شیمیایی است که برای اختلاط پیوسته‌ی مواد شیمیایی واکنش دهنده با غلظت‌ها و مقادیر تعریف شده و تولید یک ماده‌ی محصول با یک غلظت متغیر با زمان  به کار می‌رود؛ که میزان مطلوب این غلظت در یک زمان خاص، به‌عنوان هدف مطلوبی است که سیستم باید به آن دست یابد.
همچنین به‌جای یک سیستم واقعی، از یک مدل نرم‌افزاری برای جمع‌آوری داده‌های ورودی و خروجی استفاده می شود و در نهایت، نتایج این مدل سازی موفقیت‌آمیز، توانایی روش‌های مدل سازی هوشمند را همان‌گونه که در این تحقیق آمده است، اثبات می‌کند.
در این پروژه، ورودی‌ها و خروجی‌های یک سیستم چند ورودی و چند خروجی غیر خطی، برای ایجاد یک مدل دینامیکیِ هوشمند، استفاده شده است. بنابراین انتخاب شبکه‌های عصبی مصنوعی  از نوع پرسپترون‌های چندلایه  برای این منظور مناسب است. در کنار این نوع از مدل‌سازی، استفاده از یک شیوه‌ی مناسب برای کنترل پیشگویانه (پیش بینانه)ی مدل یاد شده، ضروری است.
مدل‌های برگشتی تصحیح شونده که از قوانین تعدیل ماتریس‌های وزنی مسیرهای ارتباطی بین نرون‌های مدل استفاده می‌کنند، در این پروژه به کار گرفته شده‌اند.
————-
مشخصات مقاله:
عنوان کامل: پروژه مدل سازی راکتور شیمیایی با شبکه های عصبی
دسته: مکانیک
فرمت فایل: WORD (قابل ویرایش)
تعداد صفحات پروژه:  ۱۳۰
.
 
.
کالج پروژه یک وب سایت با هدف انتشار مقاله، تحقیق، می باشد شما می توایند پس از انتخاب فایل و مقاله مورد نظر و کلیک جهت دانلود مراحل خرید را در سایت میهن همکار انجام دهید.

 در صورت نیاز به هر گونه پشتیبانی با شماره تلفن ذیل تماس حاصل فرمایید :

پشتیبانی سایت میهن همکار

شماره تماس:

۴۲۲۷۴۴۰۱(۰۴۱)

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا