100000 تومان
افزودن به سبد خرید
0 فروش 95 بازدید
جزئیات محصول
تاریخ انتشار: 25 ژانویه 2021
دسته بندی: ,,

تبلیغات

پروژه متلب پیش‌بینی تابش خورشید با رویکرد ژنتیک چارچوب چند مدل

در این مقاله یک رویکرد ژنتیک برای بررسی چارچوب چند مدلی برای پیش‌بینی سری‌های زمانی تابش خورشیدی پیشنهاد شده‌است. این چارچوب با این فرض شروع می‌شود که چندین الگوی مختلف در مولفه‌های تصادفی سری‌های اشعه خورشیدی وجود دارد. برای کشف الگوی اساسی، از یک الگوریتم ژنتیک برای بخش‌بندی پویای سری‌های خورشیدی استفاده می‌شود و the بیشتر در خوشه‌های مختلف گروه‌بندی می‌شوند. برای هر خوشه، یک مدل پیش‌بینی برای نشان دادن این الگوی خاص آموزش داده می‌شود. در مرحله پیش‌بینی، شناسایی الگو برای دوره کنونی اهمیت زیادی دارد. بنابراین یک روش برای شناسایی الگو برای شناسایی الگوی مناسب برای سری‌های زمانی انجام می‌شود. سپس نتیجه پیش‌بینی چارچوب پیشنهادی با الگوریتم‌های دیگر مقایسه می‌شود. این نشان می‌دهد که چارچوب پیشنهادی می‌تواند عملکرد بهتری نسبت به دیگران داشته باشد.

 

توضیحات پروژه: با سلام. یه سری داده تابش خورشید داریم که با الگوریتم ژنتیک، میخوایم تشخیص بدیم کدوم داده ها بهترین هستند برای اینکه میزان تابش در آینده رو بوسیله اونها پیش بینی کنیم.
نیازی به استفاده از تولبلکس نیست چون برنامه کامله

____________________

توضیح: یک سری داده تابش خورشید داریم، با الگوریتم ژنتیک، بهترین داده های مناسب پیش بینی تابش در چند دقیق بعد رو انتخاب میکنیم. برای این کار، اول یک سری کروموزوم باینری رندوم با ژن های همطول تعداد داده تابش خورشید تولید می کنیم. بعد هر کروموزوم رو سکانس بندی میکنیم. هر سکانس بیت اول و آخرش ۱ هست و هیچ دو بیت کنار همیش ۱ نیست. حالا چون طول های متغیری برای سکانس ها وجود داره، برای بررسی اونها از اینترپولیشن استفاده میکنیم (این قسمت رو درست متوجه نمیشم برای همین ترجیحا به خود مقاله مراجعه بشه). بعد هم از شاخص سیلوئت برای بررسی بهترین کروموزوم استفاده میکنیم و بقیه هم همون الگوریتم ژنتیکه. من تابع هزینه رو همون شاخص سیلوئت در نظر گرفتم و برای میوتیشن و کراس اوور ازش استفاده کردم.

 

Prediction of solar radiation with genetic approach combing multi-model framework

In this paper, a genetic approach combing multi-model framework for solar radiation time series prediction is proposed. The framework starts with the assumption that there exists several different patterns in the stochastic component of the solar radiation series. To uncover the underlying pattern, a genetic algorithm is used to segment the solar series dynamically, and the subsequences are further grouped into different clusters. For each cluster, a prediction model is trained to represent that specific pattern. In the prediction phase, identifying the pattern for current period is of great importance. Thus a procedure for the pattern identification is performed to identify the proper pattern for the series belong to. The prediction result of the proposed framework is then compared to other algorithms. It shows that the proposed framework could provide superior performance compared to others.

 

لینک مقاله اصلی:

https://www.sciencedirect.com/science/article/abs/pii/S0960148113006526

افزودن به سبد خرید

لطفاً براي ارسال دیدگاه، ابتدا وارد حساب كاربري خود بشويد

محصولات پر فروش

پر فروش ترین محصولات فروشگاه روکساوب