Ιδρυματικό Αποθετήριο
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Εφαρμογές του ANFIS: ανασκόπηση και μελλοντική τάση σε θερμοκρασιακά δεδομένα

Tsoumpris Vasileios

Απλή Εγγραφή


URIhttp://purl.tuc.gr/dl/dias/4136BA18-F9D3-4CFF-83A6-474140E80E80-
Αναγνωριστικόhttps://doi.org/10.26233/heallink.tuc.86966-
Γλώσσαel-
Μέγεθος74 σελίδεςel
Μέγεθος8.7 megabytesen
ΤίτλοςΕφαρμογές του ANFIS: ανασκόπηση και μελλοντική τάση σε θερμοκρασιακά δεδομέναel
ΤίτλοςANFIS applications: review and future trend of temperature dataen
ΔημιουργόςTsoumpris Vasileiosen
ΔημιουργόςΤσουμπρης Βασιλειοςel
Συντελεστής [Επιβλέπων Καθηγητής]Atsalakis Georgiosen
Συντελεστής [Επιβλέπων Καθηγητής]Ατσαλακης Γεωργιοςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Zopounidis Konstantinosen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Ζοπουνιδης Κωνσταντινοςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Tsafarakis Steliosen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Τσαφαρακης Στελιοςel
ΕκδότηςΠολυτεχνείο Κρήτηςel
ΕκδότηςTechnical University of Creteen
Ακαδημαϊκή ΜονάδαTechnical University of Crete::School of Production Engineering and Managementen
Ακαδημαϊκή ΜονάδαΠολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και Διοίκησηςel
ΠεριγραφήΔιπλωματική θέση που υποβλήθηκε στη σχολή ΜΠΔ του Πολ. Κρήτης για την πλήρωση προϋποθέσεων λήψης του πτυχίου.el
ΠερίληψηΗ πρόβλεψη κλιματολογικών συνθηκών, προσδιορίζεται ως μία από τις σημαντικότερες προκλήσεις της σύγχρονης εποχής όπως έχει επισημανθεί από το Παγκόσμιο Πρόγραμμα Κλιματολογικών Ερευνών (WCRP, 2020). Στην παρούσα διπλωματική επιχειρείται η πρόβλεψη θερμοκρασιακών τάσεων τον επόμενο μήνα, με βάση ένα νεύρο-ασαφές μοντέλο. Το μοντέλο αποτελείται από ένα ελεγκτή ANFIS, που χρησιμοποιείται για τον έλεγχο του συστήματος που επεξεργάζεται θερμοκρασιακά δεδομένα, το οποίο επίσης προσδιορίζεται, από μία προσαρμοζόμενη νεύρο-ασαφή τεχνική ANFIS. Με την χρήση κατάλληλων μεταβλητών για την παραμετροποίηση του μοντέλου (trial and error), αποδεικνύεται ότι το ποσοστό επιτυχίας πρόβλεψης της τάσης μεταβολής της θερμοκρασίας, αγγίζει σε ακρίβεια το 94%. Το ποσοστό αυτό βάσει διεθνούς βιβλιογραφίας και μελετών, θεωρείται πολύ ικανοποιητικό. Συμπερασματικά το μοντέλο για το οποίο εκπονήθηκε η εργασία δείχνει κατάλληλο για την πρόβλεψη θερμοκρασίας. el
ΠερίληψηPredicting climatic conditions is identified as one of the most important challenges of the modern era as highlighted by the World Climate Research Program (WCRP, 2020). This diploma thesis attempts to predict temperature trends on next month, based on a neuro-fuzzy model. The model consists of an ANFIS controller, used to control the system. The system processes temperature data and is also determined by an adaptive neuro-fuzzy ANFIS technique. Using appropriate variables and the trial and error method to set up the model, it turns out that the prediction success rate reaches 94% accuracy. This percentage, based on international literature and studies, is considered very satisfactory in performance. In conclusion, the model for which the work was carried out seems suitable for predicting temperature.en
ΤύποςΔιπλωματική Εργασίαel
ΤύποςDiploma Worken
Άδεια Χρήσηςhttp://creativecommons.org/licenses/by-nc-nd/4.0/en
Ημερομηνία2020-10-12-
Ημερομηνία Δημοσίευσης2020-
Θεματική ΚατηγορίαΜοντέλα και προβλέψειςel
Θεματική ΚατηγορίαΚλιματολογική πρόβλεψηel
Θεματική ΚατηγορίαΘερμοκρασιακή πρόβλεψηel
Θεματική ΚατηγορίαΝεύρο-ασαφή συστήματαel
Θεματική ΚατηγορίαΠροβλεπτικά μοντέλαel
Θεματική ΚατηγορίαExpert systems and predictionsen
Θεματική ΚατηγορίαPredictionsen
Θεματική ΚατηγορίαAnfis prediction modelen
Θεματική ΚατηγορίαNeuro-fuzzy techniqueen
Βιβλιογραφική ΑναφοράΒασίλειος Τσούμπρης, "Εφαρμογές του ANFIS: ανασκόπηση και μελλοντική τάση σε θερμοκρασιακά δεδομένα", Διπλωματική Εργασία, Σχολή Μηχανικών Παραγωγής και Διοίκησης, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2020el
Βιβλιογραφική ΑναφοράVasileios Tsoumpris, "ANFIS applications: review and future trend of temperature data", Diploma Work, School of Production Engineering and Management, Technical University of Crete, Chania, Greece, 2020en

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά