13376

بهينه سازي سيستم هاي توليد انرژي چندگانه با استفاده از يادگيري تقويتي (RL)

1402

دكتر آيت قره قاني

سيستم هاي توليد چندگانه كه برپايه مفاهيم ترموديناميكي طراحي مي شوند غالباً مبتني بر منابع تجديدپذير هستند و محصولاتي همچون برق، گرمايش، سرمايش، هيدروژن و آب شيرين را به همراه دارند. اگر اين سيستم ها با استفاده از الگورتيم هاي بهينهسازي و شبكه هاي عصبي بهينهسازي شوند ميتوانند بسيار در افزايش بهرهوري اقتصادي و هدررفت انرژي يك منطقه، كشور و يا حتي سطح بين المللي موثر باشند. يكي از روش هاي نوين شبكه هاي عصبي، يادگيري تقويتي ميباشد كه علاوه بر يادگيري توسط هوش مصنوعي، به مرور تقويت شده و همين امر سبب برتري آن نسبت به يادگيري ماشين و يادگيري عميق ميباشد. در اين سمينار ابتدا مفاهيم و تعاريف اوليه درمورد سيستم هاي توليدچندگانه و يادگيري ماشين توضيح داده ميشود. سپس مروري بر پيشينه طراحي و بهينهسازي سيستم هاي توليدچندگانه و همچنين كاربرد هاي يادگيري تقويتي در سال هاي اخير شرح داده ميشود. در انتها خلا هاي تحقيقاتي تبيين شدهاند كه يكي از مهم ترين خلا هاي تحقيقاتي در اين موضوع استفاده از يادگيري تقويتي براي بهينهسازي سيستم هاي توليد چندگانه ميباشد. در انتها با توجه به خلا هاي تحقيقاتي موجود در اين حيطه، پيشنهادات براي پاياننامه و تحقيقات آينده ارائه شده است.

6/9/2024 12:00:00 AM

82831

1403/03/26

Optimization of Multi-generation systems with Reinforcement Learning(RL)

بهينه سازي , الگوريتم هاي يادگيري ماشين , سيستم توليد چندگانه , يادگيري تقويتي

Optimization , Machine Learning Algorithms , Multi-generation systems , Reinforcement Learning