Журнал нано- та електронної фізики (Journal of nano- and electronic physics)
Permanent URI for this collectionhttps://devessuir.sumdu.edu.ua/handle/123456789/197
Browse
Search Results
Item Slime Mold Algorithm Based Hybridized Artificial Neural Network Model for Efficient Automatic Voltage Regulation Control(Sumy State University, 2021) Papri, Ghosh; Ritam, Dutta; Muthulakshmi, V.У роботі запропоновано новий підхід для ефективного автоматичного регулювання напруги (AVR) за допомогою гібридизованої моделі штучної нейронної мережі (ANN), а саме запропоновано нове налаштування AVR з використанням вдосконаленої нейронної мережі. ANN була використана як нейронна мережа зі сфокусованою затримкою часу (FTDNN). Перевірка проводилася шляхом порівняння з методами нейронних мереж зворотного поширення з прямим зв'язком, нейронних мереж зворотного поширення з каскадним зв'язком, рекурентних нейронних мереж Елмана, FTDNN і нейронних мереж з розподіленою затримкою часу (DTDNN). Ця гібридизована модель ANN включала метаевристичний метод, а саме алгоритм слизової цвілі (SMA) для отримання поліпшених результатів по контролю AVR. SMA має характеристики, які використовують адаптивні одиниці маси для моделювання процесу створення зворотного зв'язку від переміщення слизової цвілі на основі біо-осцилятора в місцях видобутку, дослідження і експлуатації. Ефективність запропонованого методу орієнтована на швидкість та кут ротора. Запропонований метод порівнюється з іншими методами нейронних мереж у широкому наборі тестів для перевірки ефективності системи. Були отримані перспективні результати при налаштуванні AVR для навантаження 30, 60 та 90 % і кількості слизової цвілі 50.