خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : داده و دانش کاوی با داده های بزرگ برای تولید هوشمند
.
English Article Title: Data and knowledge mining with big data towards smart production
Year: 2018
Publisher: ELSEVIER
Journal: Journal of Industrial Information Integration
DOI: http://dx.doi.org/10.1016/j.jii.2017.08.001
Keywords:
#Big_data
#Data_mining_techniques (#DMTs)
#Production_management
#Smart_manufacturing
#Statistical_analysis
#Knowledge_discovery
#دادههای_بزرگ
#تکنیکهای_داده_کاوی
#مدیریت_تولید
#تولید_هوشمند
#آنالیز_آماری
#کشف_دانش
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_انرژی (#Energy)
#مقاله_مهندسی (#Engineering)
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#علوم_تصمیم_گیری (#Decision_Sciences)
چکیده مقاله:
مطابق با پیشرفت نوآورانه فناوری اطلاعات و ارتباطات (ICT) و کاربرد آنها در صنعت تولید، دوران بزرگ داده های تولیدی مطابق با انها است و تکنیک های داده کاوی (DMTs)، راه را برای دستیابی به اهداف تولید هوشمند با کنترل زمان واقعی، پویا، خود سازگار و دقیق فراهم می سازد. با این حال، بسیاری از عوامل در محیط همیشه در حال تغییر در صنعت تولید هستند، از جمله، فرآیندهای تولید پیچیده، مقیاس بزرگ و عدم اطمینان، محدودیت پیچیده تر، ترکیب عملکردی عملیات، و غیره، که تولید مدیریت را با چالش های بزرگی همراه می سازد. ورودی پویا تعداد زیادی از داده های خام که از مکان های تولید فیزیکی جمع آوری شده یا تولید شده است؛ در سیستم های مختلف مربوط به اطلاعات، موجب شد تا مشکلات سنگین اطلاعات بیش از حد فراهم شود. در واقع، بسیاری از DMT های سنتی هنوز به اندازه کافی برای پردازش داده های بزرگ در تولید مدیریت هوشمند نیستند. بنابراین، در این مقاله، توسعه DMT ها در دوران بزرگی از داده ها را مورد بررسی قرار می دهیم و از سال 2010 با انتخاب و تجزیه و تحلیل مقالات مربوطه در مورد کاربرد DMT ها در مدیریت تولید بحث می کنیم. در عین حال، در این مقاله ما محدودیت ها را مطرح می کنیم و برخی از پیشنهادات را در مورد هوشمند بودن و کاربرد بیشتر DMT ها که در مدیریت تولید به کار می رود را ارائه می دهیم.
کلمات کلیدی: داده های بزرگ | تکنیک های داده کاوی (DMTs) | مدیریت تولید | تولید هوشمند | تجزیه و تحلیل آماری | کشف دانش
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2tewXRM
.
عنوان فارسی مقاله : داده و دانش کاوی با داده های بزرگ برای تولید هوشمند
.
English Article Title: Data and knowledge mining with big data towards smart production
Year: 2018
Publisher: ELSEVIER
Journal: Journal of Industrial Information Integration
DOI: http://dx.doi.org/10.1016/j.jii.2017.08.001
Keywords:
#Big_data
#Data_mining_techniques (#DMTs)
#Production_management
#Smart_manufacturing
#Statistical_analysis
#Knowledge_discovery
#دادههای_بزرگ
#تکنیکهای_داده_کاوی
#مدیریت_تولید
#تولید_هوشمند
#آنالیز_آماری
#کشف_دانش
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_انرژی (#Energy)
#مقاله_مهندسی (#Engineering)
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#علوم_تصمیم_گیری (#Decision_Sciences)
چکیده مقاله:
مطابق با پیشرفت نوآورانه فناوری اطلاعات و ارتباطات (ICT) و کاربرد آنها در صنعت تولید، دوران بزرگ داده های تولیدی مطابق با انها است و تکنیک های داده کاوی (DMTs)، راه را برای دستیابی به اهداف تولید هوشمند با کنترل زمان واقعی، پویا، خود سازگار و دقیق فراهم می سازد. با این حال، بسیاری از عوامل در محیط همیشه در حال تغییر در صنعت تولید هستند، از جمله، فرآیندهای تولید پیچیده، مقیاس بزرگ و عدم اطمینان، محدودیت پیچیده تر، ترکیب عملکردی عملیات، و غیره، که تولید مدیریت را با چالش های بزرگی همراه می سازد. ورودی پویا تعداد زیادی از داده های خام که از مکان های تولید فیزیکی جمع آوری شده یا تولید شده است؛ در سیستم های مختلف مربوط به اطلاعات، موجب شد تا مشکلات سنگین اطلاعات بیش از حد فراهم شود. در واقع، بسیاری از DMT های سنتی هنوز به اندازه کافی برای پردازش داده های بزرگ در تولید مدیریت هوشمند نیستند. بنابراین، در این مقاله، توسعه DMT ها در دوران بزرگی از داده ها را مورد بررسی قرار می دهیم و از سال 2010 با انتخاب و تجزیه و تحلیل مقالات مربوطه در مورد کاربرد DMT ها در مدیریت تولید بحث می کنیم. در عین حال، در این مقاله ما محدودیت ها را مطرح می کنیم و برخی از پیشنهادات را در مورد هوشمند بودن و کاربرد بیشتر DMT ها که در مدیریت تولید به کار می رود را ارائه می دهیم.
کلمات کلیدی: داده های بزرگ | تکنیک های داده کاوی (DMTs) | مدیریت تولید | تولید هوشمند | تجزیه و تحلیل آماری | کشف دانش
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2tewXRM
خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : راه حل هوش مصنوعی برای مدیریت واحد تولید انرژی فتوولتائیک
.
English Article Title: Artificial intelligence solution for managing a photovoltaic energy production unit
Year: 2018
Publisher: ELSEVIER
Journal: Procedia Manufacturing
DOI: https://doi.org/10.1016/j.promfg.2018.03.091
Keywords:
#electricity_production_forecasting
#photovoltaic_energy_production_management
#artificial_neural_networks
#optimal_power_planning
#تولید_برق
#مدیریت_تولید
#انرژی_فتوولتائیک
#پیشبینی_تولید_برق
#مدیریت_تولید_انرژی_فتوولتائیک
#شبکههای_عصبی_مصنوعی
#برنامهریزی_قدرت_بهینه
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_تجارت
#مقاله_کسب_و_کار
#مقاله_مدیریت
#مقاله_حسابداری (#Business_Management_and_Accounting)
چکیده مقاله:
هدف از این پژوهش بررسی امکان استفاده از هوش مصنوعی در پیشبینی تولید انرژی فتوولتائیک است. رویکرد ارائهشده به عنوان یک ماژول مدیریت انرژی و برنامهریزی تولید یک نیروگاه فتوولتائیک در بخش مرکزی رومانی تلقی میشود. هدف اصلی این تحقیق توسعه یک راهحل است که تولید الکتریسیته (برق) را بر اساس دادههای تابش خورشیدی موجود و تاریخچه آن در زمان واقعی (بلادرنگ) فراهم کند. موارد ورودی داده های مختلف و پیکربندی شبکه عصبی مصنوعی تست میشوند و به عنوان مبنا برای بحثها و نتایج مورد استفاده قرار میگیرند.
کلمات کلیدی: پیش بینی تولید برق، مدیریت تولید انرژی فتوولتائیک، شبکه های عصبی مصنوعی، برنامه ریزی قدرت بهینه
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/359WfxG
.
عنوان فارسی مقاله : راه حل هوش مصنوعی برای مدیریت واحد تولید انرژی فتوولتائیک
.
English Article Title: Artificial intelligence solution for managing a photovoltaic energy production unit
Year: 2018
Publisher: ELSEVIER
Journal: Procedia Manufacturing
DOI: https://doi.org/10.1016/j.promfg.2018.03.091
Keywords:
#electricity_production_forecasting
#photovoltaic_energy_production_management
#artificial_neural_networks
#optimal_power_planning
#تولید_برق
#مدیریت_تولید
#انرژی_فتوولتائیک
#پیشبینی_تولید_برق
#مدیریت_تولید_انرژی_فتوولتائیک
#شبکههای_عصبی_مصنوعی
#برنامهریزی_قدرت_بهینه
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_تجارت
#مقاله_کسب_و_کار
#مقاله_مدیریت
#مقاله_حسابداری (#Business_Management_and_Accounting)
چکیده مقاله:
هدف از این پژوهش بررسی امکان استفاده از هوش مصنوعی در پیشبینی تولید انرژی فتوولتائیک است. رویکرد ارائهشده به عنوان یک ماژول مدیریت انرژی و برنامهریزی تولید یک نیروگاه فتوولتائیک در بخش مرکزی رومانی تلقی میشود. هدف اصلی این تحقیق توسعه یک راهحل است که تولید الکتریسیته (برق) را بر اساس دادههای تابش خورشیدی موجود و تاریخچه آن در زمان واقعی (بلادرنگ) فراهم کند. موارد ورودی داده های مختلف و پیکربندی شبکه عصبی مصنوعی تست میشوند و به عنوان مبنا برای بحثها و نتایج مورد استفاده قرار میگیرند.
کلمات کلیدی: پیش بینی تولید برق، مدیریت تولید انرژی فتوولتائیک، شبکه های عصبی مصنوعی، برنامه ریزی قدرت بهینه
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/359WfxG