discussed. A finite element inverse

discussed. A finite element inverse technique using a photosynthetic algorithm (PA) is described, fol- lowedbyacomparisonofneuralnetworktrainingby a photosynthetic algorithm versus a genetic algo- rithm (GA). Leaf cellular automata (LCA) are intro- duced, and their application to optimization problems is discussed. Second, a decision system consisting of neural net- works (NNs) and GAs is applied to the optimization of plantgrowthunderhydroponicsinJapaneseplantfac- tories. In this system, plant growth as affected by the nutrient concentration is first identified using NNs, and then the optimal l-step set points of the nutrient concentration that maximize the plant growth are de- termined through simulation of the identified NN model using GAs.

ผลลัพธ์ (ไทย) 1:

กล่าวถึงการ อธิบายเทคนิคผกผันไนต์ใช้อัลกอริธึม photosynthetic (PA) fol-lowedbyacomparisonofneuralnetworktrainingby อัลกอริทึม photosynthetic เมื่อเทียบกับการพันธุกรรม algo-rithm (GA) ลีฟ (LCA) เซลลูลาร์ออโตมาตาเป็นบทนำ-duced และกล่าวถึงการประยุกต์เกี่ยวกับการเพิ่มประสิทธิภาพ ที่สอง มีใช้ระบบการตัดสินใจประกอบด้วยประสาทสุทธิทำงาน (NNs) และก๊าซธรรมชาติเพื่อเพิ่มประสิทธิภาพของ plantgrowthunderhydroponicsinJapaneseplantfac tories ในระบบนี้ เจริญเติบโตของพืชเป็นผลกระทบจากความเข้มข้นธาตุอาหารก่อนระบุใช้ NNs แล้ว จุดชุด l-ขั้นตอนที่เหมาะสมของความเข้มข้นธาตุอาหารที่เพิ่มการเจริญเติบโตพืชจะเดอ-termined ผ่านการจำลองแบบจำลองเอ็นเอ็นที่ระบุใช้ก๊าซ

ผลลัพธ์ (ไทย) 2:

กล่าวถึง เทคนิคองค์ประกอบผกผัน จำกัด โดยใช้ขั้นตอนวิธีการสังเคราะห์แสง (PA) อธิบายทําตามขั้นตอนวิธีการสังเคราะห์แสง lowedbyacomparisonofneuralnetworktrainingby เมื่อเทียบกับรับรองอื่น ๆ ทางพันธุกรรม (GA) ใบออโตเซลล์ (LCA) เป็นโฉมเผยและการประยุกต์ใช้ของพวกเขาไปสู่​​ปัญหาการเพิ่มประสิทธิภาพจะกล่าวถึง ประการที่สองระบบการตัดสินใจที่ประกอบด้วยการทำงานของระบบประสาทเครือข่าย (NNs) และก๊าซถูกนำไปใช้ในการเพิ่มประสิทธิภาพของการตอริ plantgrowthunderhydroponicsinJapaneseplantfac- ในระบบนี้เจริญเติบโตของพืชในขณะที่ผลกระทบจากความเข้มข้นของสารอาหารที่มีการระบุเป็นครั้งแรกโดยใช้ NNs แล้วจุดชุดลิตรขั้นตอนที่ดีที่สุดของความเข้มข้นของสารอาหารที่เพิ่มการเจริญเติบโตของพืชที่มีร่อง termined ผ่านการจำลองรูปแบบ NN ระบุใช้ก๊าซ

ผลลัพธ์ (ไทย) 3:

กล่าวถึง เป็นเทคนิคไฟไนต์เอลิเมนต์ผกผันโดยใช้วิธีสังเคราะห์แสง ( PA ) จะอธิบาย สีขาว - lowedbyacomparisonofneuralnetworktrainingby เป็นขั้นตอนวิธีพันธุกรรมการสังเคราะห์แสงและอัลโก - rithm ( GA ) ใบเซลล์ จำกัด ( LCA ) ภายใน duced และปัญหาการเพิ่มประสิทธิภาพนี้ ประการที่สองการตัดสินใจระบบประกอบด้วยประสาทสุทธิ - งาน ( nns ) และแก๊สที่ใช้กับการเพิ่มประสิทธิภาพของ plantgrowthunderhydroponicsinjapaneseplantfac - ดังสนั่น . ในระบบนี้ การเจริญเติบโตของพืช เช่น ผลจากความเข้มข้นของธาตุอาหารเป็นครั้งแรก nns ระบุใช้ ,แล้ว l-step ที่ดีที่สุดตั้งค่าจุดของความเข้มข้นสารอาหารที่เพิ่มการเจริญเติบโตของพืชเป็น de - termined ผ่านการจำลองระบุ NN แบบใช้แก๊ส