برآورد میانگین وزنی قطر خاکدانه‌ها با استفاده از مدل‌های رگرسیونی و شبکه‏ عصبی مصنوعی

پیش بینی سیلاب در زمان واقعی با استفاده از مدلهای رگرسیونی و شبکه های عصبی مصنوعی (مطالعه موردی)

برآورد دمای روزانه خاک با استفاده از شبکه عصبی مصنوعی

دمای خاک یکی از متغیرهای مهم در مطالعات هیدرولوژی، هواشناسی، کشاورزی و اقلیم­شناسی است که اندازه­گیری و برآورد آن ضروری است. با توجه به این­که دمای خاک فقط در ایستگاه­های سینوپتیک کشور اندازه­گیری می­شود، کمبود آن در نقاط فاقد ایستگاه از چالش­های بزرگ در بسیاری از مطالعات مرتبط با کشاورزی است. در این پژوهش، با استفاده از پارامترهای هواشناسی ایستگاه سینوپتیک شیراز در یک دوره 9 ساله (2008-2000) ب...

بررسی تغییرات زمانی بارش در استان همدان با استفاده از مدلهای آماری و شبکه عصبی مصنوعی

تغییر اقلیم یکی از معضلهای کنونی جامعه بشری است و تهدید و بلای سیاره زمین به شمار میآید افزایش دمای کره زمین سبب تغییرات ژرف و وسیع در اقلیمهای زمین شده و باعثبروز تغییراتی در زمان و مکان بارش می شود که آسیبهای بسیاری را خصوصاً در دهه اخیر وارد کرده است. در این راستا این پژوهش با شناخت تغییرات و روند فصل و دوره بارش در گذشته به الگوهای مؤثر بارش در بازههای مختلف زمانی میپردازد و پیش بینی تغییرات...

برآورد مدلهای ارزشگذاری مشروط با انتخاب دو‌گانة دو‌بعدی با استفاده از مدلهای رگرسیونی پروبیت به‌ظاهر نامرتبط

با وجود مباحث زیادی که علیه استفاده از ارزش‌گذاری مشروط در برآورد ارزش‌های غیر بازاری مطرح می‌شود، این روش بسیار استفاده شده است. از بین روش‌های مختلف استخراج در ارزش‌گذاری مشروط، به روش انتخاب دوتایی (DC)[1] توجه ویژه‌ای شده ‌است. دو نوع روش انتخاب دوتایی وجود دارد: انتخاب دوتایی یک‌بعدی (SBDC)[2] و انتخاب دوتایی دوبعدی (DBDC)[3]. کارایی روش DBDC از روش SBDC بیشتر است. در بیشتر مطالعات ارزش‌گذ...

مقایسه توابع انتقالی رگرسیونی و شبکه عصبی مصنوعی در برآورد گنجایش

Measuring the cation exchange capacity (CEC) as one of the most important chemical soil properties is very time consuming and costly. Pedotransfer functions (PTFs) provide an alternative to direct measurement by estimating CEC. The objective of this study was to develop PTFs for predicting CEC of Guilan province soils using artificial neural network (ANN) and multiple-linear regression method a...

مقایسه میزان کارآیی شبکه عصبی مصنوعی و مدل‌های ‏رگرسیونی، منحنی‌سنجه رسوب در برآورد ‏رسوب معلق روزانه

تعیین میزان فرسایش خاک و بار رسوبی رودخانه عملاً کاری مشکل است؛ بنابراین روش های مختلفی برای آن ها پیشنهاد شده است. یکی از روش های نوین در حل مسائل مهندسی آب و همچنین برآورد رسوب معلق رودخانه ها، استفاده از شبکه عصبی مصنوعی است که با الگو برداری از شبکه مغز انسان، ضمن اجرای فرآیند آموزش، روابط درونی بین داده ها را کشف کرده و به موقعیت های دیگر تعمیم می دهد. هدف از انجام این تحقیق، بررسی کارآیی ر...