تمرین شبکه عصبی

---

شرح پروژه

سلام 

این تحقیق به بررسی عملکرد آبگیرجانبی در یک کانال u شکل با هدف بهینه سازی موقعیت و زاویه انحراف آبگیر پرداخته است.هدف اصلی کاهش میزان رسوب انحرافی به آبگیر و افزایش دبی عبوری است.

1) ابتدا ما از اطلاعات یک مدل آزمایشگاهی به عنوان داده استفاده کردیم در مرحله 2) با استفاده از اطلاعات مدل آزمایشگاهی یک مدل عددی فلوئنت شبیه سازی میکنیم با همون اطلاعات مدل آزمایشگاهی در واقع صحت سنجی می کنیم بعد که مدل کالیبره شد ما سناریو هایی را برای این مدل تعریف می کنیم که ما در این کار 3 دبی ورودی داریم 31 موقعیت آبگیر (از 10 تا 160 درجه به فاصله 5 تا ) و 5 زاویه انحراف (0،20،40،60،80) در مجموع 465 سناریو طراحی برای مدل عددی تعریف می شود در ادامه مرحله 3) از مدل شبکه عصبی پرسپترون چند لایه MLP به عنوان مدل جایگزین مدل عددی استفاده می شود که از 465 سناریو 325 برای آموزش و 140 برای صحت سنجی استفاده می شود و در مرحله 4) از مدل بهینه یابی الگوریتم ژنتیک Nsga 2 استفاده می کنیم چون دو هدف بهینه یابی داریم افزایش جریان ورودی و کاهش رسوب که در نهایت از 140 سناریو صحت سنجی 32 به عنوان بهترین جواب های بهینه بدست می آید. این صورت کلی این تحقیق هست حالا من می خواهم :

1) شکل مدل عددی شبیه سازی شده در نرم افزار فلوئنت با استفاده از اطلاعات مدل آزمایشگاهی برای من ارسال کنید که در جدول 2 نرخ رسوب انحرافی آزمایشگاهی و عددی باهم مقایسه شدن با موقعیت 115 درجه و زاویه 45 و تصویر مش بندی مثلثی کانال

2) تصویر ساختار کلی مدل شبکه عصبی MLP با تمام جزئیات یعنی (لایه ها، تعداد نورون ها در هر لایه و... همون تصویر در برنامه متلب)

3) تصویر ساختار کلی مدل بهینه یابی چند هدفه با تمام جزئیات یعنی مثلا چند تا نسل و کروموزوم داشته و در آخر چگونه به 32 جواب رسیده.

این پروژه شامل 1 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.

مهارت ها و تخصص های مورد نیاز

---

---