فهرست نشریات علمی دسترسی آزاد ایران

با افزایش روز‌افزون تقاضا برای منابع انرژی تجدیدپذیر، بهینه‌سازی فناوری‌های موجود در این حوزه بدل به امری اجتناب‌ناپذیر شده است. از جمله منابع تجدیدپذیر که در تحقیقات توجهات بسیاری را به خود جلب کرده است می‌توان به منابع زیست‌توده اشاره داشت. در این پژوهش تلاش شده است که یکی از فناوری‌های استحصال انرژی از منابع زیست‌توده - گازی‌سازی - مورد بررسی قرار گیرد و به‌منظور بهینه‌سازی و کنترل هر چه بیشتر این فناوری، پس از تشکیل پایگاه داده مستخرج از بررسی جامع مقالات مرتبط، خروجی‌های آن با بهره‌گیری از چندین تکنیک در حوزه هوش مصنوعی و یادگیری ماشین پیش‌بینی شده‌اند. روش‌های هوش مصنوعی آماری استفاده شده در این پژوهش پس از بررسی مقالات مشابه انتخاب شدند و عبارت‌بودند از رگرسیون خطی ، رگرسیون تقویت‌کننده گرادیان ، رگرسیون درخت تصمیم‌گیری ، رگرسیون جنگل رندوم ، رگرسیون بردار ساپورت  و رگرسیون کرنل ریج . در نهایت این پژوهش منتج به چندین مدل پیش‌‌بینی بر پایه هوش مصنوعی بادقت‌های پیش‌بینی مختلف شد که با پارامترهای آماری مربوطه، دقت پیش‌بینی مدل‌های مختلف مورد ارزیابی قرار گرفت. در میان تکنیک‌های یادگیری ماشین مذکور و با درنظرگرفتن پارامترهای مختلف ارزیابی دقت مدل‌ها که از جمله مهم‌ترین آن‌ها می‌توان به مربع خطا درداده های تست اشاره کرد، روش‌های رگرسیون خطی، رگرسیون تقویت‌کننده گرادیان و رگرسیون جنگل تصادفی، که میزان مربع خطا در هر یک از مدل‌ها به ترتیب برابر 909/0، 829/0 و 818/0 بود، عملکرد بهتری از خود نسبت به سایر فناوری‌های پیشنهاد شده نشان دادند.