فایل فردا

مرجع دانلود فایل های دانشجویی

فایل فردا

مرجع دانلود فایل های دانشجویی

ترجمه طلایی تحقیق بر روی الگوریتم درخواست داده­ی فضایی بهینه­ سازی شده در پایگاه داده­­ی فضایی

درمورد خود ویژگی­های فضایی، هزینه­های عملیات هندسی از نظر زمان و فضا وسیع هستند فرار یا کاهش عملیات هندسی برای بهینه­سازی فرآیندهای درخواست یک پایگاه تسخیری است بنابراین، این محتوای مهمی برای بهینه­سازی درخواست فضایی است تا الگوریتم­های کنترلی، و بهبود بازده کنترلی درخواست را بهینه­سازی کند در مورد چند الگوریتم کنترلی بهینه­سازی درخواست فضایی از ک
دسته بندی مقالات ترجمه شده isi
بازدید ها 34
فرمت فایل doc
حجم فایل 312 کیلو بایت
تعداد صفحات فایل 4
ترجمه طلایی تحقیق بر روی الگوریتم درخواست داده­ی فضایی بهینه­سازی شده در پایگاه داده­­ی فضایی

فروشنده فایل

کد کاربری 197
کاربر

تحقیق بر روی الگوریتم درخواست داده­ی فضایی بهینه­سازی شده در پایگاه داده­­ی فضایی

چکیده

اشیاء فضایی در پایگاه داده­های فضایی ذخیره می­شوند، که توسط داده­ی فضایی و داده­­ی ویژگی بیان می­شوند. داده­ی فضایی اطلاعات در مورد محل و شکل داده­ی فضایی و غیره را نشان می­دهد. داده­ی ویژگی نیز اطلاعات غیرفضایی در مورد نام و ویژگی­های خاص اشیا فضایی و غیره را ارائه می­کند. بخاطر حجم بالای اطلاعات فضایی و پیچیدگی درخواست فضایی و اشیاء فضایی، بهینه­سازی درخواست فضایی یک موضوع مهم در کاربرد پایگاه داده­ی فضایی است. این مقاله بهینه­سازی داده­های فضایی را به عنوان هدف مطالعه قرار می­دهد و دو فرآیند کنترلی فیلترسازی و بهینه­سازی را بهینه­ می­کند، و بر روی انواع الگوریتم­های بهینه­سازی کار می­کند.

واژگان کلیدی

درخواست داده­های فضایی؛ اشیاء فضایی؛ پایگاه داده­ فضایی؛ الگوریتم درخواست؛ داده­ ویزگی.

Research on Optimized Spatial Data Query Algorithm in the Spatial Database
Abstract— Spatial objects are stored in the spatial database, which are expressed by spatial data and attribute data. Spatial data depicts the information about the location and shape of the spatial data, etc. Attribute data also expresses the non-spatial information about name and special attributes of the spatial object, etc. As the high volume of the spatial data and the complexity of spatial query and spatial objects, it is a hot topic of spatial database application to optimize the spatial query. This paper takes optimizing spatial data as study object, and optimizes the two handling processes of filtering and optimizing, and also study on all kinds of optimize algorithm.
Keywords— spatial data query; spatial objects; spatial database;
query algorithm; attribute data
I. INTRODUCTION

  1. 1. مقدمه

درمورد خود ویژگی­های فضایی، هزینه­های عملیات هندسی از نظر زمان و فضا وسیع هستند. فرار یا کاهش عملیات هندسی برای بهینه­سازی فرآیندهای درخواست یک پایگاه تسخیری است. بنابراین، این محتوای مهمی برای بهینه­سازی درخواست فضایی است تا الگوریتم­های کنترلی، و بهبود بازده کنترلی درخواست را بهینه­سازی کند. در مورد چند الگوریتم کنترلی بهینه­سازی درخواست فضایی از کنترل درخواست فضایی واقعی بحث می­کنیم.


کنترل بهینه­ سازی شده­ ی تولید بادی مبتنی بر- DFIG با استفاده از آنالیز حساسیت و بهینه ­سازی ازدحام ذرات

هوش محاسباتی، DFIG، کنترل بهینه­سازی شده، بهینه­سازی ازدحام ذرات، آنالیز حساسیت، شبکه­ی هوشمند
دسته بندی مقالات ترجمه شده isi
بازدید ها 8
فرمت فایل doc
حجم فایل 5727 کیلو بایت
تعداد صفحات فایل 24
کنترل بهینه­ سازی شده­ ی تولید بادی مبتنی بر- DFIG با استفاده از آنالیز حساسیت و بهینه ­سازی ازدحام ذرات

فروشنده فایل

کد کاربری 1055
کاربر

Optimized Control of DFIG-Based Wind Generation Using Sensitivity Analysis and Particle Swarm Optimization


Abstract—Optimal control of large-scale wind farm has become
a critical issue for the development of renewable energy systems
and their integration into the power grid to provide reliable,
secure, and efficient electricity. Among many enabling technologies,
the latest research results from both the power and energy
community and computational intelligence (CI) community have
demonstrated that CI research could provide key technical innovations
into this challenging problem. In this paper, we propose
a sensitivity analysis approach based on both trajectory and
frequency domain information integrated with evolutionary algorithm
to achieve the optimal control of doubly-fed induction
generators (DFIG) based wind generation. Instead of optimizing
all the control parameters, our key idea is to use the sensitivity
analysis to first identify the critical parameters, the unified dominate
control parameters (UDCP), to reduce the optimization
complexity. Based on such selected parameters, we then use
particle swarm optimization (PSO) to find the optimal values to
achieve the control objective. Simulation analysis and comparative
studies demonstrate the effectiveness of our approach..

کنترل بهینه­ سازی شده­ ی تولید بادی مبتنی بر- DFIG با استفاده از آنالیز حساسیت و بهینه ­سازی ازدحام ذرات

چکیده

کنترل بهینه­ی مزرعه بادی در مقیاس بزرگ مساله­ای حیاتی برای ایجاد سیستم­های انرژی تجدیدپذیر و ادغام آن­ها به شبکه­ی برق به منظور تامین برق مطمئن، ایمن، و کارآمد شده است. در میان بسیاری از فن­آوری­های با قابلیت، آخرین نتایج تحقیقات از هر دو جامعه­ی قدرت و انرژی و جامعه­ی هوش محاسباتی (CI) نشان داده­اند که پژوهش CI نوآوری­های کلیدی فنی برای به چالش کشیدن این مسئله را ارائه می­کند. در این مقاله، روش آنالیز حساسیت بر اساس منحنی مسیر و اطلاعات حوزه­ی فرکانسی یکپارچه شده با الگوریتم تکاملی به منظور دستیابی به کنترل بهینه­ی تولید بادی مبتنی بر ژنراتورهای القائی تغذیه­ی دوسویه (DFIG) ارائه شده است. به جای بهینه­سازی تمام پارامترهای کنترلی، ایده­ی اصلی ما اولا استفاده­ از آنالیز حساسیت به منظور شناسایی پارامترهای بحرانی، پارامترهای کنترلی غالب یکپارچه (UDCP) به منظور کاهش پیچیدگی بهینه­سازی است. از این­رو براساس این پارامترهای انتخاب شده، از بهینه­سازی اجتماع ذرات (PSO) به منظور یافتن مقادیر بهینه برای دستیابی به هدف کنترلی استفاده می­کنیم. آنالیز شبیه­سازی و مطالعات تطبیقی کارایی روش ما را نشان می­دهد.