دوره ۱۶، شماره ۱۲ - ( ۱۲-۱۳۹۵ )                   جلد ۱۶ شماره ۱۲ صفحات ۶۱۶-۶۱۲ | برگشت به فهرست نسخه ها

‎ 20.1001.1.10275940.1395.16.12.16.1

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Hushyar N, Ashraf Talesh S S. Optimum prediction of the T shape mixing chamber behavior based on multi-objective genetic programming. Modares Mechanical Engineering 2017; 16 (12) :612-616
URL: http://mme.modares.ac.ir/article-15-2283-fa.html
هوشیار نیما، اشرف طالش سید سیامک. پیش بینی بهینه رفتار مخزن اختلاط T شکل بر اساس برنامه‌نویسی ژنتیکی چند هدفی. مهندسی مکانیک مدرس. ۱۳۹۵; ۱۶ (۱۲) :۶۱۲-۶۱۶

URL: http://mme.modares.ac.ir/article-۱۵-۲۲۸۳-fa.html

پیش بینی بهینه رفتار مخزن اختلاط T شکل بر اساس برنامه‌نویسی ژنتیکی چند هدفی
نیما هوشیار۱ ، سید سیامک اشرف طالش* ۲
۱- نویسنده همکار/ فارغ التحصیل کارشناسی ارشد مهندسی شیمی دانشگاه گیلان
۲- عضو هیئت علمی دانشکده فنی دانشگاه گیلان
چکیده:   (۴۹۳۸ مشاهده)
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.
واژه‌های کلیدی: برنامه‌نویسی ژنتیکی، بهینه‌سازی فرآیندهای پیچیده، بهینه‌سازی چند‌هدفی، مدلسازی
متن کامل [PDF 1499 kb]   (۵۲۷۵ دریافت)    
نوع مقاله: مقاله پژوهشی کامل | موضوع مقاله: سایر......
دریافت: 1395/7/24 | پذیرش: 1395/9/1 | انتشار: 1395/10/5
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.