در این پژوهش با بکارگیری مدل‌های مختلف شبکه عصبی، به بررسی ارتباط میان میزان تولید آب شیرین و دمای بخار آب در اثر شرایط مختلف جوی و چندین دبی آب ورودی در شرایط مختلف روز در یک آب شیرین‌کن مجهز به متمرکز کننده خطی سهموی خورشیدی پرداخته شد. نتایج نشان داد که شبکه‌های استاتیک و دینامیک با دقت بالایی می‌توانند فرآیند‌های تولید آب شیرین را مدل‌سازی کنند. شبکه عصبی استاتیک با سرعت بالاتر نسبت به شبکه‌های دینامیکی می‌تواند فرآیند مدل سازی را انجام دهد در عین حال به نظر می‌رسد که میزان خطا در فرآیند مدل سازی با بکارگیری شبکه‌های دینامیک کاهش می‌یابد. ضریب تبیین برای الگوهای آموزش، ارزیابی و تست در شبکه استاتیک به ترتیب 0.9898، 0.9899 و 0.9889 می‌باشد. در حالی که ضریب تبیین برای الگوهای آموزش، ارزیابی و تست در شبکه‌ دینامیک به ترتیب 0.9922، 0.9894 و 0.9901 می‌باشد. همچنین میزان خطای شبکه در شبکه استاتیک برای الگوهای آموزش، ارزیابی و تست به ترتیب 0.0011، 0.0027 و 0.0024 و برای شبکه‌های دینامیک به ترتیب 0.0018، 0.0007 و 0.0004 می‌باشد. مقایسه شبکه‌های استاتیک و دینامیک نشان داد که شبکه‌های دینامیک با دقت بیشتری نسبت به شبکه‌های استاتیک می‌تواند میزان تولید آب شیرین و دمای بخار آب را با توجه به تغییرات پارامترهای جوی پیش‌بینی کند.

واژه‌های کلیدی: پیش‌بینی، مدل‌سازی شبکه عصبی، آب شیرین‌کن خورشیدی

متن کامل [PDF 437 kb]   (5870 دریافت)