این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی مکانیک مدرس، جلد ۱۶، شماره ۱۲، صفحات ۶۱۲-۶۱۶
عنوان فارسی پیش بینی بهینه رفتار مخزن اختلاط T شکل بر اساس برنامه‌نویسی ژنتیکی چند هدفی
چکیده فارسی مقاله پیش بینی رفتار مخزن T شکل به دلیل پیچیدگی بالا همواره مورد علاقه محققین بوده است. در این مقاله بر اساس داده‌های آزمایشگاهی و با استفاده از برنامه‌ریزی ژنتیکی برای خروجی فرآیند اختلاط مدلی بهینه ارائه شده است. به منظور یافتن معادلات رفتاری سیستم، ابتدا با تغییر متغیر‌های ورودی سیستم جدول داده‌های تجربی ورودی – خروجی به دست آمد. با استفاده از برنامه‌ریزی ژنتیکی، معادله حاکم بر جدول داده‌های ورودی – خروجی به منظور پیش‌بینی رفتار سیستم استخراج شده است. برای طراحی ساختار درخت‌های برنامه‌ریزی ژنتیکی از بهینه‌‌سازی چند هدفی با دو تابع هدف خطای مدلسازی و پیچیدگی ساختار مد نظر قرار گرفته است. با کمینه کردن همزمان این دو تابع هدف، به دنبال یافتن معادلات ساده‌تر (کمینه کردن پیچیدگی ساختار) و افزایش دقت مدلسازی (کمینه کردن خطا) انجام گردیده است. به منظور دست یافتن به معادلات با پیچیدگی کمتر عمق درختان تولید شده در ساختار برنامه‌ریزی ژنتیکی کمینه شده است. با استفاده از بهینه‌سازی چند هدفی مجموعه‌ای از نقاط بهینه ارائه گردیده است. مقایسه نتایج حاصل از خروجی مدل‌های ارائه شده و داده‌های تجربی نشان‌دهنده تطابق و عمل کردن بسیار خوب مدل ارائه شده بر اساس برنامه‌نویسی ژنتیکی چند هدفی می‌باشد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Optimum prediction of the T shape mixing chamber behavior based on multi-objective genetic programming
چکیده انگلیسی مقاله Prediction of the behavior of T-shaped chambers due to its high complexity has always been of great interest researchers. In this article, based on experimental data and genetic programming, the optimal model was presented for mixing process response. To get system’s behavioral equations, first, by using the experimental results and by changing the input variables System, input – output data is extracted. In order to predict the behavior of the system, the equation of input – output data, is derived using genetic programming. To design the structure of genetic programming trees, multi-objective optimization with two objective functions are taken into consideration: model inaccuracy and complexity of structure. By minimizing the objective function at the same time, we are looking for simple equations (minimizing the complexity of the structure) and increasing the accuracy of modeling (minimizing the error). In order to achieve a less complex equation, depth of the generated trees in structure of genetic programming will be minimal. By using multi-objective optimization, optimum set of points have presented. Comparing the results obtained from the models and real data represents a very good match.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله نیما هوشیار |
نویسنده همکار فارغ التحصیل کارشناسی ارشد مهندسی شیمی دانشگاه گیلان
سازمان اصلی تایید شده: دانشگاه گیلان (Guilan university)

سید سیامک اشرف طالش | seyed siamak ashraf talesh
عضو هیئت علمی دانشکده فنی دانشگاه گیلان
سازمان اصلی تایید شده: دانشگاه گیلان (Guilan university)

نشانی اینترنتی http://mme.modares.ac.ir/article_15946_842c52c9c3e65dc2ae7d3eb0d3651965.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1256/article-1256-343549.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات