آنالیز ماشین دوار نیروگاه توسط MLP و Matlab

این پست یک آموزش در مورد کد نویسی یک شبکه عصبی MLP آنالیز ماشین دوار نیروگاه با استفاده از نرم افزار Matlab در قالب چهار ویدئو شامل آموزش کامل الگوریتم های ریاضی شبکه عصبی MLP در قالب آموزش مدل و آزمون مدل می باشد. کد نویسی انجام شده در آنالیز ماشین دوار نیروگاه توسط MLP و Matlab به صورت کد های شخصی و دست نویس بدون استفاده از تولباکس و همچنین با استفاده از تولباکس Matlabمی باشد. در نهایت مقایسه ای میان مدل نوشته شده و مدل استفاده شده از تولباکس انجام شده است. داده های مورد بررسی داده های واقعی ماشین های دوار یک نیروگاه برق شامل موتور ها و ژنراتور ها می باشد. الگوریتم های مورد بررسی شامل الگوریتم گرادیان کاهشی Gradient Descent و همچنین الگوریتم پس انتشار Backpropagation می باشد. در ادامه تصاویر ویدئو ها به همراه کد های نوشته شده را می توانید ملاحظه بفرمائید. بسته آنالیز ماشین دوار نیروگاه توسط MLP و Matlab دانلود شده شامل کد آموزش پایگاه داده، کد آزمون پایگاه داده، ماتریس های تست و ترین و همچنین پایگاه داده می باشد.

با توجه به اینکه نرم افزار Matlab یک نرم افزار میان رشته ای محسوب می شود بسته ارائه شده برای کلیه دانشجویان تحصیلات تکمیلی و همچنین کارشناسی به ویژه رشته های فنی و مهندسی بسیار کاربردی می باشد. داده های این بسته آموزشی مربوط به تعیین و کلاس بندی نقص احتمالی چرخش در توربین ها و ژنراتور های یک نیروگاه برق واقعی داخل کشور می باشد. با دیدن آموزش ها و تمرین کد های داخل بسته شما می توانید به راحتی یک شبکه عصبی MLP را برای هر نوع پایگاه داده به کار ببرید.