Applied Soft Computing Techniques for Renewable Energy - 9781536181807

See raamat annab parema ülevaate hägusate hulga teooriast, hägusest loogikast ja närvivõrkudest ning mitmed muud tehnikad tunduvad väga hästi sobivat reaalse süsteemi modelleerimiseks ja juhtimiseks. Energial on tsivilisatsiooni jaoks suur tähtsus, sest see on liikumapanev jõud, mis seob inimkonda. Energia hindamine taastuva ja säästva energia näol on üks olulisi aspekte, et mõista, kuidas ressursse kasutatakse, ja ennustada, mis võib juhtuda erinevates võimalikes tulevikutingimustes. Kasutades saadaolevaid modelleerimistehnikaid parimate algoritmide loomiseks, on eesmärgiks leida parim lahendus lahenduste toimivuse võrdlemiseks erinevate parameetrite kaudu konkreetse juhtumi puhul. Fossiilkütuste kiire tarbimine on tekitanud murettekitava olukorra ning sellele järgnenud sõidukite arvu kasvuga on saastetase jõudnud inimese kontrolli alt välja. See on piisavalt hirmutav, et jälgida tõsiasja, et saastetase on ületanud kõik rekordid ja tunni vajadus on leida alternatiivne kütus, mis võib tõesti olla suureks abiks heitgaaside vähendamisel ja mootori tööparameetrite tõstmisel. Suured uuringud viiakse läbi erinevate mootorite kohta, et jõuda realistliku lahenduseni. Erinevate mootoritega tehtud katseid peetakse aeganõudvaks ja nende katsete läbiviimiseks tehtavad kulutused on liiga kulukad, mistõttu on selles valdkonnas vaja pehmeid arvutustehnikaid. Pehmet andmetöötlust saab paremini kirjeldada kui protsessi ebatäpsele probleemile lahenduse leidmiseks. Pehme andmetöötlus on näidanud palju potentsiaali, et anda teadlastele täpne lahendus jõudlus- ja emissiooniparameetrite valideerimiseks või ennustamiseks. Tehisnärvivõrk (ANN), Adaptive Neuro Fuzzy Inference System (ANFIS), Fuzzy Expert System (FES), Response Surface Methodology (RSM) ja Support Vector Machine (SVM) on erinevad pehmed arvutustehnikad, mida laialdaselt kasutatakse. See raamat keskendub nende erinevate pehmete arvutustehnikate kallal läbi viinud erinevate teadlaste põhjalikule ülevaatele ja erinevatele muudele eksperimentaalsetele tööde teostamisele erinevatel alternatiivkütustel erinevatel mootoritel modelleerimistehnikate alusel, säästetakse palju aega. ja sellega seotud kapitaliinvesteeringud on suhteliselt väikesed. Erinevate mootorite jõudlusparameetrite ennustamiseks kasutatakse hõlpsasti erinevaid modelleerimismeetodeid ja modelleerimistehnikad on muutunud hõlpsasti kättesaadavaks vahendiks teadlaste eksperimentaalse töö võrdlemiseks ja kinnitamiseks, et saada täpset vastavust katseandmetega. Selle teema eeliseks on laiem seos biomassi valdkonnas tehtava tööga, mis hõlmab puitu ja puidujäätmeid ning tahkeid olmejäätmeid. Prügilagaas ja biogaas. Etanool, biodiisel, hüdroenergia, maasoojus, tuul, päike. Seega on pehmed andmetöötlustehnikad kiired ja usaldusväärsed, seega võivad need asendada tavapäraseid katseid.