[صفحه اصلی ]   [ English ]  
بخش‌های اصلی
درباره دانشکده::
مدیریت دانشکده::
اعضای هیات علمی ::
معرفی افراد::
امور آموزش::
امور پژوهشی::
آموزش الکترونیکی::
پردیس شماره 2::
اخبار و رویدادها::
فضاهای آموزشی و تحقیقاتی ::
تسهیلات پایگاه::
::
ورود به سایت دروس

AWT IMAGE

نام کاربری
کلمه عبور

AWT IMAGE
رمز ورود را فراموش کرده‌اید؟

..
دفاعیه کارشناسی ارشد

دفاعیه کارشناسی ارشد

..
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
:: زینب شیخ الاسلامی - 1396/12/12 ::
 | تاریخ ارسال: ۱۳۹۶/۱۲/۱۲ | 

خانم زینب شیخ الاسلامی دانشجوی کارشناسی ارشد جناب آقای دکتر بهروز مینایی روز شنبه 1396 /12/12  ساعت 17:30 در اتاق 304 واقع در طبقه سوم دانشکده کامپیوتر از پروژه کارشناسی ارشد خود تحت عنوان ساخت مدل داده کاوی کشف الگوی مصرف گاز دفاع خواهند نمود.

  چکیده پایان نامه:

به طور کلی، انرژی پایه و اساس توسعه‏ی اقتصادی است؛ به همین جهت، سیاست ملی انرژی اهمیت حیاتی دارد چراکه نه تنها توسعه‏ی کشور را هدایت می‏کند، بلکه بر محیط عملیاتی صنایع مختلف نیز تاثیرگذار است.
مصرف انرژی در جمهوری اسلامی ایران، در چند دهه‏ی گذشته، به دلیل رشد روزافزون جمعیت و توسعه‏ی اقتصادی، قابل توجه بوده است. گاز طبیعی، یکی از مهم‏ترین منابع انرژی در جهان است. مصرف این انرژی در سال‏های اخیر سریع‏ترین رشد را بین سوخت‏های فسیلی داشته است.
ایران از نظر تولید گاز در جهان پس از روسیه، ایالات متحده‏ی آمریکا، اتحادیه‏ی اروپا و کانادا، پنجمین تولید کننده‏ی گاز طبیعی است. آگاهی شرکت ملی گاز ایران از الگوی مصرف مشترکین، به این سازمان ملی کمک شایانی می‏کند تا بتواند برای تصمیم‏های آتی با آگاهی و هوشمندی بیشتری عمل نماید.
این پژوهش، با هدف کشف الگوی مصرف مشترکین شرکت ملی گاز ایران انجام شده است. به منظور دستیابی به این هدف، یک مدل هیبرید داده‏کاوی طراحی شده است که شامل دو مرحله‏ی اصلی است. در مرحله‏ی اول، داده‏ها با استفاده از الگوریتم کا-میانگین در خوشه‏های مناسب قرار می‏گیرند. در مرحله‏ی دوم، از خروجی خوشه‏بندی استفاده شده و با به کارگیری یک مدل یادگیری جمعی، عمل رده‏بندی مشتریان بر اساس رفتار مصرفی آن‏ها صورت می‏گیرد.
مدل یادگیری جمعی به کاررفته، از تکنیک رای اکثریت استفاده کرده و این پژوهش نشان می‏دهد که مدل یادگیر جمعی حاصل از درخت تصمیم، نزدیک‏ترین همسایه و بیز ساده، دقت و عملکرد بهتری نسبت به تک‏تک یادگیرهای بیان شده و هم‏چنین ماشین بردار پشتیبان به صورت مجزا دارد. به همین جهت از این مدل، برای رده‏بندی مشتریان و کشف الگوی مصرف آن‏ها استفاده می‏شود.
 
واژه‌های کلیدی: داده‏کاوی_ یادگیری جمعی_ خوشه‏بندی_ رده‏بندی_ کشف الگوی مصرف گاز
 

 


 

 

  ارائه­ دهنده:

زینب شیخ الاسلامی

  اساتید راهنما:

جناب آقای دکتر بهروز مینایی

استاد مشاور : دکتر جمال شهرابی

  استاد ممتحن داخلی : دکتر حسین رحمانی

  استاد ممتحن خارجی :دکتر محمد صنیعی آباده

  زمان : شنبه 12 اسفند ماه

 

  مکان: دانشکده مهندسی کامپیوتر- طبقه سوم- اتاق 304

  از اساتید بزرگوار، دانشجویان گرامی و دیگر متخصصان و علاقه مندان به موضوع دفاعیه دعوت
می شود با حضور خود موجبات غنای علمی و ارتقای کیفی را فراهم سازند.

  دانشکده مهندسی کامپیوتر مدیریت تحصیلات تکمیلی

دفعات مشاهده: 760 بار   |   دفعات چاپ: 53 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر
سایر مطالب این بخش سایر مطالب این بخش نسخه قابل چاپ نسخه قابل چاپ ارسال به دوستان ارسال به دوستان
School of Computer Engineering
Persian site map - English site map - Created in 0.19 seconds with 50 queries by YEKTAWEB 3781