Applied Soft Computing Techniques for Renewable Energy - 9781536181807

Šī grāmata sniedz labāku izpratni par izplūdušo kopu teoriju, izplūdušo loģiku un neironu tīkliem, kā arī dažādas citas metodes, šķiet, ir ļoti piemērotas reālas sistēmas modelēšanai un kontrolei. Enerģijai ir liela nozīme civilizācijā, jo tā ir dzinējspēks, kas saista cilvēku rasi. Enerģijas novērtējums atjaunojamā un ilgtspējīgā veidā ir viens no svarīgiem aspektiem, lai saprastu, kā tiek izmantoti resursi, un prognozētu, kas varētu notikt dažādos iespējamos nākotnes apstākļos. Izmantojot pieejamās modelēšanas metodes, lai ģenerētu labākos algoritmus, mērķis ir noteikt labāko risinājumu, salīdzinot risinājumu veiktspēju, izmantojot dažādus parametrus konkrētam gadījumam. Fosilā kurināmā patēriņš straujā tempā ir radījis satraucošu situāciju, un līdz ar transportlīdzekļu skaita palielināšanos piesārņojuma līmenis ir sasniedzis krietni ārpus cilvēka kontroles. Tas ir pietiekami biedējoši, lai novērotu faktu, ka piesārņojuma līmenis ir pārspējis visus rekordus un stundas nepieciešamība ir atrast alternatīvu degvielu, kas patiešām var lieliski palīdzēt samazināt izplūdes gāzu emisiju un uzlabot dzinēja darbības parametrus. Lieli pētījumi tiek veikti dažādiem dzinējiem, lai tuvinātu reālistisku risinājumu. Eksperimenti, kas veikti ar dažādiem dzinējiem, tiek uzskatīti par laikietilpīgiem, un šo eksperimentu veikšanas izdevumi ir pārāk dārgi, tāpēc šajā jomā ir nepieciešamas mīkstās skaitļošanas metodes. Mīksto skaitļošanu var labāk raksturot kā procesu, lai atrastu risinājumu neprecīzai problēmai. Mīkstā skaitļošana ir parādījusi lielu potenciālu, sniedzot pētniekiem precīzu risinājumu, kas varētu būt veiktspējas un emisijas parametru apstiprināšanas vai prognozēšanas gadījumā. Mākslīgais neironu tīkls (ANN), adaptīvā neironu izplūdušo secinājumu sistēma (ANFIS), izplūdušo ekspertu sistēma (FES), reakcijas virsmas metodoloģija (RSM) un atbalsta vektora mašīna (SVM) ir dažādas plaši izmantotās mīkstās skaitļošanas metodes. Šī grāmata ir vērsta uz to, lai veiktu vispusīgu pārskatu un dažādus citus dažādu pētnieku eksperimentālos darbus, kuri ir veikuši darbu pie šīm dažādajām mīkstajām skaitļošanas metodēm dažādiem dzinējiem ar dažādām alternatīvām degvielām, pamatojoties uz modelēšanas metodēm, laiks tiek ietaupīts daudz. un kapitālieguldījumi ir salīdzinoši ļoti zemi. Lai prognozētu dažādu dzinēju veiktspējas parametrus, tiek viegli izmantotas dažādas modelēšanas metodes, un modelēšanas metodes ir kļuvušas par viegli pieejamu rīku, lai salīdzinātu un apstiprinātu pētnieku veikto eksperimentālo darbu, lai iegūtu precīzu atbilstību eksperimentālajiem datiem. Ieguvums no šī jautājuma kopumā būs saistīts ar dažādiem darbiem, kas veikti biomasas jomā, kas ietver koksni un koksnes atkritumus, cietos sadzīves atkritumus. Poligona gāze un biogāze. Etanols, biodīzeļdegviela, hidroenerģija, ģeotermālā enerģija, vējš, saules enerģija. Tādējādi mīkstās skaitļošanas metodes ir ātras un uzticamas, tāpēc tās var aizstāt tradicionālos eksperimentus.