| LEADER |
03887nam a22003497a 4500 |
| 001 |
1521146 |
| 041 |
|
|
|a eng
|
| 100 |
|
|
|9 567785
|a Al-Kahali, Maryam Abdullah
|e Author
|
| 245 |
|
|
|a Predictive Emission Model for NOx Emission in Grate-Kiln Pelletizing Process
|
| 246 |
|
|
|a بناء نموذج للتنبؤ بانبعاثات أكاسيد النيتروجين من عمليات التكوير باستخدام الفرن الدوار
|
| 260 |
|
|
|a مسقط
|c 2019
|
| 300 |
|
|
|a 1 - 45
|
| 336 |
|
|
|a رسائل جامعية
|
| 502 |
|
|
|b رسالة ماجستير
|c جامعة السلطان قابوس
|f كلية الهندسة
|g عمان
|o 0445
|
| 520 |
|
|
|a هذه الرسالة تعنى باستخدام الشبكات العصبية الصناعية مع الخوارزمية الجينية للتنبؤ بانبعاثات أكاسيد النيتروجين والكبريت من عمليات التكوير باستخدام الفرن مع الغاز الطبيعي. الشبكة العصبية الاصطناعية تستخدم للتنبؤ بمخرجات العمليات عن طريق استخدام البيانات السابقة. ومع ذلك، فإن إيجاد التقنية المثلى لتدريب الشبكات الصناعية مهم في تصميمها وبنائها. تقدم هذه الدراسة خوارزميتين رئيسيتين لتدريب نموذج الشبكة العصبية الاصطناعية متعددة الطبقات من خلال ضبط أوزانها وانحيازاتها. الخوارزمية العكسية والخوارزمية الجينية. حيث تعتمد الخوارزمية العكسية على ضبط أوزان المتغيرات لشبكة من خلال الوصل إلى اقل قيمة لمشتقة الخطأ في كل محاولة. بينما تعتمد الشبكة الجينية (الشبكة الوراثية) على البحث عن الوزن الأمثل من مجموعة من الأوزان المتوفرة لشبكة من خلال تمرير المزايا المثلى من خلال عمليات التوالد المتعاقبة، وتدعيم الصفات المرغوبة والتي تعطي اقل خطأ ممكن. توضح نتائج الدراسة أن تدريب الشبكة عن طريق الخوارزمية الوراثية يعطي متوسط خطأ اقل من التدريب باستخدام الخوارزمية العكسية. حيث أعطت نتائج محاكاة الشبكة الصناعية لأكاسيد النيتروجين باستخدام هذه الخوارزمية عند مقارنتها بنتائج الواقعية فرق لا يزيد عن 0.2%. تم استخدام نفس المتغيرات لهذه الشبكة في إنشاء شبكة أخرى للتنبؤ بأكاسيد الكبريت من نفس العملية، حيث أعطت عمليات المحاكاة لهذه الشبكة معدل خطأ يساوي 0.025.
|
| 653 |
|
|
|a الشبكات الصناعية
|a الخوارزمية الجينية
|a مخرجات العمليات
|a الفرن الدوار
|
| 700 |
|
|
|a Baawain, Mahad Said
|e Advisor
|9 509467
|
| 700 |
|
|
|9 508718
|a Al Mamun, Abdullah
|e Advisor
|
| 856 |
|
|
|u 9809-008-006-0445-T.pdf
|y صفحة العنوان
|
| 856 |
|
|
|u 9809-008-006-0445-A.pdf
|y المستخلص
|
| 856 |
|
|
|u 9809-008-006-0445-C.pdf
|y قائمة المحتويات
|
| 856 |
|
|
|u 9809-008-006-0445-F.pdf
|y 24 صفحة الأولى
|
| 856 |
|
|
|u 9809-008-006-0445-1.pdf
|y 1 الفصل
|
| 856 |
|
|
|u 9809-008-006-0445-2.pdf
|y 2 الفصل
|
| 856 |
|
|
|u 9809-008-006-0445-3.pdf
|y 3 الفصل
|
| 856 |
|
|
|u 9809-008-006-0445-4.pdf
|y 4 الفصل
|
| 856 |
|
|
|u 9809-008-006-0445-5.pdf
|y 5 الفصل
|
| 856 |
|
|
|u 9809-008-006-0445-O.pdf
|y الخاتمة
|
| 856 |
|
|
|u 9809-008-006-0445-R.pdf
|y المصادر والمراجع
|
| 930 |
|
|
|d y
|
| 995 |
|
|
|a Dissertations
|
| 999 |
|
|
|c 1048267
|d 1048267
|
