Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 9
 İndirme 1
ESTIMATION OF SYNCHRONOUS MOTOR EXCITATION CURRENT USING MULTIPLE LINEAR REGRESSION MODEL OPTIMIZED BY SYMBIOTIC ORGANISMS SEARCH ALGORITHM
2018
Dergi:  
Mugla Journal of Science and Technology
Yazar:  
Özet:

Bu belgede güç faktörü düzeltme işlemi için senkron motor (SM) uyartım akımının tahminine yönelik etkili ve basit bir yol sunulmuştur. Bu işlem için ilk olarak motor yük akımı, gerçek güç faktörü, güç faktörü hatası ve uyartım akımının değişimi karar değişkenleri olarak ele alınarak çoklu doğrusal regresyon modeli oluşturulmuştur. Ardından hazırlanan deneysel düzenekten toplanan veriler kullanılarak bu modeldeki regresyon katsayılarının iyileştirilmesi amacıyla yeni ortaya konulan simbiyotik organizmalar arama algoritmasından faydalanılmıştır. Bu algoritmanın benzer kompanzasyon işlemi için genetik algoritma, yapay arı kolonisi ve yerçekimi algoritması gibi yakın zamanda yayınlanan algoritmalara olan üstünlüğü karşılaştırmalı bilgisayar simülasyonları ile gösterilmiştir. Bu makalede sergilenen sonuçlar, sunulan tekniğin bahsi geçen literatürdeki algoritmalara göre basitlik, gürbüzlük ve doğruluk açılarından daha iyi performans verdiğini göstermiştir. Bu bağlamda çoklu doğrusal regresyon model katsayıların önerilen şekilde ayarı önceki çalışmalardan daha iyi SM uyartım akımı tahmin performansı sağlamıştır.

Anahtar Kelimeler:

Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler








Mugla Journal of Science and Technology

Alan :   Fen Bilimleri ve Matematik; Mühendislik

Dergi Türü :   Ulusal

Metrikler
Makale : 301
Atıf : 175
2023 Impact/Etki : 0.05
Mugla Journal of Science and Technology