تحقیق درباره تعیین مکان و اندازه dg

اختصاصی از ژیکو تحقیق درباره تعیین مکان و اندازه dg دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 45

ACO Based Algorithm for Distributed for Distributed generation Sources Allocation and sizing in Distribution Systems.

مقدمه:

در این مقاله، مدلی جهت تعیین مکان و اندازه DG را در یک سیستم توزیع معرفی می گردد که حل با استفاده از بهینه سازی اجتماع مورچگان (ACO) به عنوان یک ابزار بهینه سازی صورت می گیرد. در این الگوریتم DGها به عنوان منابع توان ثابت(نظیر پیلهای سوختی) در نظر گرفته می شوند. بنابراین، اپراتور سیستم توزیع فقط می تواند منابع DG را روشن و خاموش کند و نمی تواند توان خروجی آنها را کم و زیاد کند.

II. فرمولبندی مساله:

در تابع هدف پیشنهادی برای یافتن اندازه و مکان مناسب منابع DG، موارد زیر در نظر گرفته می شود:

- هزینه سرمایه گذاری منابع DG.

- هزینه نگهداری و تعمیر و هزینه عملیاتی منابع DG.

- هزینه تلفات.

- هزینه خرید انرژی در شبکه انتقال.

تابع هدف به شکل معادله زیر فرمول بندی می شود:

(1)

(2)

(3)

که:

Z: مقدار تابع هدف ($)

ncd: شمار مکانهای کاندید برای نصب DG در شبکه.

nld: شمار سطح بار در سال

nss: شمار پستهای HV/MV در سیستم

nyr: دوره برنامه ریزی(سال)

CDGi: ظرفیت انتخاب شده DG برای نصب در گره i(MVA)

KIDG: هزینه سرمایه گذاری منابع DG($/MVA)

Pssl,j: توان ارسالی از پست j به باد را شامل تلفات شبکه(MV)

Cj,l: توان تولیدی توسط مبلغ DG نصب شده در گره j در سطح بار را(MV)

PW: ضریب ارزش فعلی

IntR: نرخ بهره

InrR: نرخ تورم

تابع هدف(1) ضمن رعایت محدودیتهای زیر حداقل می گردد:

- ظرفیت بخشهای فیدر:

توان انتقالی با هر بخش فیدر باید مساوی یا کمتر از ظرفیت حرارتی رساناهای آن باشد.

(4)

که حدهای پخش بار و حرارتی خط بخش i هستند.

- حد دامنه ولتاژ:

الگوریتم پخش بار وفقی اصلاح شده برای ارزیابی رفتار سیستم استفاده شده است. اول ولتاژ گره ها محاسبه می شود. معادله زیر محدودیت متناظر را توصیف می کند:

(5)

که Vi,l دامنه ولتاژ محاسبه شده i امین گره در سطح بار l است.

Vmax , Vmin، مینیمم و ماکزیمم ولتاژ عملیاتی مجاز است.

- حد کل ظرفیت DG:

این محدودیت، کل ظرفیت واحدهای DG نصب شده در سیستم توزیع را محدود می کند.

که CDGi ظرفیت DG انتخاب شده در iامین محل کاندید است. CDGi کل ظرفیت مجاز منابع DG است که در سیستم نصب می شود.

III. بهینه سازی اجتماع مورچه گان(ACO):

A. وجه عمومی الگوریتم ACO از رفتار مورچه ها به دست آمده است، همانطور که شکل 1 نشان می دهد. پروسه الگوریتم ACO زمانبندی سه عمل را مدیریت می کند.

گام اول ارزش دهی فرومن دنباله دار را شامل می شود. در تکرار(دومین بار) گام، هر مورچه یک حل کامل مساله را مطابق یک قانون حالت گذاری احتمالاتی می سازد. قانون حالت گذرا، اساسا به حالت فرومن وابستگی دارد. سومین گام، به روز کردن مقادیر فرومن است. به روز کردن فرومن در دو فاز اعمال می شود. اول فاز تبخیر است که کسری از فرومن تبخیر می شود(خشک می شود، بر باد می رود)، و سپس فاز تقویت شمار فرومن ها را روی مسیر با تعداد راه حل های بالا افزایش می دهد. این پروسه تکرار می شود تا به ملاک توقف برسد.

راه های مختلفی برای تفسیر اصول بالا به پروسه کامپیوتری جهت حل مساله بهینه سازی پیشنهاد می شود. روش بهینه سازی پیشنهادی برای این مقاله براساس الگوریتم ACO پیشنهاد شده در[18] است.

B. اعمال ACO با مساله جایابی DG

مراحل اصلی الگوریتم ACO پیشنهادی به شرح زیر است:

گام اول) نمایش گراف فضای جستجو

قبل از هر چیز، ما به دنبال تدبیری هستیم که ساختاری را نشان دهد که مناسب برای مورچه ها باید تا برای حل مساله جستجو کنند. فضای جستجوی مساله در شکل 2 آمده است.

همه مقادیر ظرفیت کاندید محتمل در مکان n با طبقانی در فضای جستجو تا طبقه n با طبقاتی در فضای جستجو تا طبقه n معرفی می گردند. شمار طبقات برای هر سطح بار مساوی شمار گره های کاندید سیستم توزیع برای مکان DG است. بنابراین، شمار کل طبقات(nldxncd) است. یک حل مساله بعد از فرآیند تصمیم گیری مورچه برای شکل گیری زیر مسیرهای یک نوبت تکمیل می گردد.

گام 2) ارزش دهی ACO

در آغاز الگوریتم ACO، مقادیر فرومن کناره ها در فضای تحقیق، همه به یک مقدار ثابت() ارزش دهی می شوند. این مقدار دهی باعث می شود که مورچه گان مسیر خودشان را به صورت اتفاقی انتخاب کنند و بنابراین، فضای حل به طور موثرتری جستجو می شود.

گام 3) پخش شدن مورچه گان

در این مرحله، مورچه ها پخش می شوند و راه حل ها براساس سطح فرومن لبه ها شکل می گیرد. هر مورچه تور خود را از خانه شروع می کند و یکی از حالتها را در طبقه بعدی انتخاب می کند تا احتمال جهش زیر: (7)

که کل فرومن های امانی روی کناره ij در تکرار t، و مجموعه لبه های در دسترس که مورچه در حالت i می تواند انتخاب کند می باشد.

بعد از اینکه هر مورچه تور خود را به انتها برد، یک راه حل جدید برای مکان DG تولید می شود که با استفاده از تابع برازندگی ارزیابی می گردد.

گام 4) تابع برازندگی

در این گام، برازندگی تورهای تولید شده توسط مورچه ها براساس تابع برازندگی ارزیابی می شود. تابع برازندگی

Web based casting supplier evaluation using analytical hierarchy process

اختصاصی از ژیکو Web based casting supplier evaluation using analytical hierarchy process دانلود با لینک مستقیم و پر سرعت .

Abstract/

Manufacturing companies are increasingly dependent on outsourcing to improve their competitive position. At the same time, the approach to supplier selection has dramatically changed from being price-driven to one based on overall capability of the supplier, very much in evidence in the automobile castings sector facing the challenge of mass customization. In this study, 18 criteria have been identified for casting supplier assessment and segregated in four groups-product development capability, manufacturing capability, quality capability, and cost and delivery. A systematic approach to evaluating casting quality suppliers has been developed using the analytical hierarchy process, which enables the combination of tangible and intangible criteria and checking the consistency of decision-making. The approach has been implemented in a prototype web-based system.

Keywords: supplier evaluation; outsourcing; AHP; internet; casting

مقاله: انگلیسی / JSTOR

سال انتشار: 2001

فرمت فایل دانلودی: zip

فرمت فایل اصلی: pdf

تعداد صفحات: 13

حجم فایل زیپ: 1.75 مگابایت

دانلود مقاله A survey and tutorial of wireless relay network protocols based on network coding

اختصاصی از ژیکو دانلود مقاله A survey and tutorial of wireless relay network protocols based on network coding دانلود با لینک مستقیم و پر سرعت .

Title: A survey and tutorial of wireless relay network protocols based on network coding

Author(S) :Ahmed Hassan Mohammeda, b,Benxiong Huanga, Muhammad Azhara, Guan Xua, Peng Qina, Shui Yuc Bin Daia,

Journal/Conference Name: Journal of Network and Computer Applications

Volume: 36

Year: 2013

Issue: 3

Pages: 593–610

در صورت بروز مشکل در دانلود مقاله یا سوال با آدرس ایمیل [e-mail] مکاتبه نمایید.

با تشکر

SOFTWARE FOR MEDICAL IMAGE BASED PHANTOM MODELING

اختصاصی از ژیکو SOFTWARE FOR MEDICAL IMAGE BASED PHANTOM MODELING دانلود با لینک مستقیم و پر سرعت .

Latest treatment planning systems depends strongly on CT images, so the tendency is that the
dosimetry procedures in nuclear medicine therapy be also based on images, such as magnetic
resonance imaging (MRI) or computed tomography (CT), to extract anatomical and histological
information, as well as, functional imaging or activities map as PET or SPECT. This information
associated with the simulation of radiation transport software is used to estimate internal dose in
patients undergoing treatment in nuclear medicine.

This work aims to re-engineer the software SCMS, which is an interface software between the
Monte Carlo code MCNP, and the medical images, that carry information from the patient in
treatment. In other words, the necessary information contained in the images are interpreted and
presented in a specific format to the Monte Carlo MCNP code to perform the simulation of
radiation transport. Therefore, the user does not need to understand complex process of inputting
data on MCNP, as the SCMS is responsible for automatically constructing anatomical data from
the patient, as well as the radioactive source data. The SCMS was originally developed in Fortran-
77. In this work it was rewritten in an object-oriented language (JAVA). New features and data
options have also been incorporated into the software. Thus, the new software has a number of
improvements, such as intuitive GUI and a menu for the selection of the energy spectra
correspondent to a specific radioisotope stored in a XML data bank. The new version also supports
new materials and the user can specify an image region of interest for the calculation of absorbed
dose.