دانلود کتاب Feasibility Model of Solar Energy Plants by ANN and MCDM Techniques
کتاب مدل امکان‌سنجی نیروگاه‌های انرژی خورشیدی توسط تکنیک‌های ANN و MCDM نسخه زبان اصلی
دانلود کتاب مدل امکان‌سنجی نیروگاه‌های انرژی خورشیدی توسط تکنیک‌های ANN و MCDM بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
توضیحاتی در مورد کتاب Feasibility Model of Solar Energy Plants by ANN and MCDM Techniques
نام کتاب : Feasibility Model of Solar Energy Plants by ANN and MCDM Techniques
ویرایش : 1
عنوان ترجمه شده به فارسی : مدل امکان‌سنجی نیروگاه‌های انرژی خورشیدی توسط تکنیک‌های ANN و MCDM
سری : SpringerBriefs in Energy
نویسندگان : Mrinmoy Majumder, Apu K. Saha (auth.)
ناشر : Springer Singapore
سال نشر : 2016
تعداد صفحات : 58
ISBN (شابک) : 9789812873071 , 9789812873088
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 2 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
این خلاصه مدل جدیدی را برای یافتن امکان‌سنجی هر مکانی برای تولید انرژی خورشیدی برجسته می‌کند. این مدل از آخرین تکنیک‌های تصمیم‌گیری چند معیاره و شبکه‌های عصبی مصنوعی برای پیش‌بینی مناسب بودن یک مکان برای به حداکثر رساندن تخصیص انرژی موجود برای تولید مقدار بهینه برق که تقاضای بازار را برآورده می‌کند، استفاده می‌کند. با توجه به نتایج مطالعات موردی، برنامه های کاربردی بیشتر تشویق می شوند.
فهرست مطالب :
Front Matter....Pages i-x
Introduction....Pages 1-4
Solar Energy....Pages 5-8
Multi Criteria Decision Making....Pages 9-12
Artificial Neural Network....Pages 13-16
Methodology....Pages 17-20
Results and Discussions....Pages 21-45
Conclusion....Pages 47-49
توضیحاتی در مورد کتاب به زبان اصلی :
This Brief highlights a novel model to find out the feasibility of any location to produce solar energy. The model utilizes the latest multi-criteria decision making techniques and artificial neural networks to predict the suitability of a location to maximize allocation of available energy for producing optimal amount of electricity which will satisfy the demand from the market. According to the results of the case studies further applications are encouraged.