چطور این مقاله مهندسی کامپیوتر و IT را دانلود کنم؟
فایل انگلیسی این مقاله با شناسه 2005608 رایگان است. ترجمه چکیده این مقاله مهندسی کامپیوتر و IT در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید
حجم فایل انگلیسی :
729 Kb
حجم فایل فارسی :
725 کیلو بایت
نوع فایل های ضمیمه :
Pdf+Word
کلمه عبور همه فایلها :
www.daneshgahi.com
عنوان فارسي
کنترل هوشمند در خانه هوشمند متکی بر سیستم استنتاج فازی-عصبی تطبیقی
عنوان انگليسي
Intelligent control in smart home based on adaptive neuro fuzzy inference system
نویسنده/ناشر/نام مجله
Chinese Automation Congress
این مقاله چند صفحه است؟
این مقاله ترجمه شده مهندسی کامپیوتر و IT شامل 5 صفحه انگلیسی به صورت پی دی اف و 9 صفحه متن فارسی به صورت ورد تایپ شده است
چکیده
توسط تحلیل دادهها در یک شبکه از سنسورها و رفتار عملکرد قبلی کاربر در وسایل خانگی، میتوان کنترل هوشمند در خانه هوشمند را بدون دخالت کاربر، محقق ساخت. این سیستم کنترلی میتواند وسایل خانگی را بطور هوشمند کنترل و پیشبینی کند تا کل محیط خانه مرفه و مساعد باشد. به منظور ارتقای توانایی یادگیری سیستم کنترل خانه به جهت استفاده کامل از داده شبکه سنسور، این مقاله یک مدل سیستم استنتاج فازی-عصبی تطبیقی (ANFIS) بر مبنای روش خوشه بندی میانگین-K و الگوریتم بهینه یابی اجتماع ذرات بهبودیافته، ارائه میدهد. برای این مدل، همچنین شبیه سازی کنترل پرده های الکتریکی خانه هوشمند در نرم افزار متلب انجام شده است. تحلیل تئوری و آزمایشات شبیه سازی نشان میدهد که این مدل میتواند توانایی یادگیری سیستم کنترل خانه هوشمند را بهبود دهد.
1-مقدمه
یک سیستم کنترل خانه هوشمند ممتاز، بهتر است به دستورات کاربر متکی نباشد. این سیستم میتواند بطور خودکار محیط فعلی خانه را بهینه کند و میتواند پاسخهایی را بر مبنای داده های جمع آوری شده و رفتارهای عادتی قبلی کاربرها، تولید کند. اما هیچ یک از محصولات موجود در بازار قادر به انجام این وظیفه بطور کامل نیستند. اغلب آنها، به جهت نبود خودمختاری و توانایی یادگیری کافی، صرفا میتوانند کنترل از راه دور برای برخی از وسایل خانگی را انجام دهند. به منظور حل این مسئله، سیستم استنتاج فازی-عصبی تطبیقی (ANFIS) در سیستم کنترل خانه هوشمند به کار برده شده است...
PAO ارتقا یافته خانه هوشمند سیستم استنتاج فازی-عصبی تطبیقی (ANFIS) الگوریتم میانگین-K
:کلمات کلیدی
Abstract
Intelligent control in the smart house can be realized by analyzing the data in a sensor network and the user's previous behavior of operation to the household appliances, without the user's intervention. This control system can predict and control the household appliances intelligently to make whole household environment more environmentally friendly and comfortable. In order to improve the learning ability of home control system, to make full use of the sensor network data, this paper puts forward an adaptive neural fuzzy inference system (ANFIS) model based on K-means clustering method and improved particle swarm optimization algorithm. The model also went through the simulation of controlling the electric curtains of the smart house in the Matlab platform. Theoretical analysis and simulation experiments show that this model can improve the learning ability of home control system
Keywords:
Adaptive Neuro Fuzzy Inference System (ANFIS) improved PSO K-means algorithm machine learning
سایر منابع مهندسی کامپیوتر و IT در زمینه خانه هوشمند