کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6336768 1620346 2016 5 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Icing severity forecast algorithm under both subjective and objective parameters uncertainties
ترجمه فارسی عنوان
الگوریتم پیش بینی شدت آستر تحت هر دو عدم قطعیت پارامترهای ذهنی و عینی
کلمات کلیدی
مدل پیش بینی ایده آل، سطح شدت آستر، پیش بینی احتمالی، تابع عضویت، روش شبیه سازی مونت کارلو،
ترجمه چکیده
براساس روشهای قطعی سنتی برای برآورد شدت خلع سلاح هواپیما، یک روش احتمالاتی با توجه به عدم قطعیت پارامترهای ذهنی و عینی پیشنهاد شده است. در این روش، تمام داده های مشاهدات هواشناسی به عنوان متغیرهای تصادفی توصیف می شوند و سپس روش مونت کارلو برای پیش بینی احتمال یخ زدایی هواپیما انجام می شود. در فرایند پیش بینی سطح شدت خلأ هواپیما، تابع عضویت برای توصیف عدم قطعیت ذهنی معرفی شده است. در نهایت، فرمول راه حل احتمالاتی عمومی برای برآورد سطح شدت خلأ هواپیما مشتق شده است. مدل احتمالاتی پیشنهادی و راه حل های پیش بینی سطح شدت خلع سلاح هواپیما به واسطه یک مورد یخ زدایی هواپیما معقول و قابل اجرا می باشد.
موضوعات مرتبط
مهندسی و علوم پایه علوم زمین و سیارات علم هواشناسی
چکیده انگلیسی
Based on the traditional deterministic methods for estimating the airplane icing severity, a probabilistic method under considering subjective and objective parameters uncertainties is proposed. In that method, all meteorological observation data are described as random variables, then Monte Carlo method is performed to forecast the probability of airplane icing. In the process of forecasting the airplane icing severity level, the membership function is introduced to describe the subjective uncertainty. Finally, the generalized probabilistic solution formula of estimating the airplane icing severity level is derived. The proposed probabilistic model and solutions for forecasting the airplane icing severity level are proved to be reasonable and applicable by a real airplane icing case.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Atmospheric Environment - Volume 128, March 2016, Pages 263-267
نویسندگان
, , , , ,