مدل‏سازی جریان سیال با استفاده از روش بدون شبکه محلی پترو-گلرگین بر پایه تابع شعاعی

تقریب تابع ارزش عمل با استفاده از شبکه توابع پایه شعاعی برای یادگیری تقویتی

مشکل تنگنای ابعاد، یکی از چالش هایی است که کاربرد الگوریتم های یادگیری تقویتی گسسته را در مورد مسائل کنترلی واقعی که دارای فضای حالت و عمل بزرگ و یا پیوسته می باشند محدود نموده است. ترکیب روش های آموزشی گسسته با تقریب زننده های تابعی برای حل این مشکل چندی است مورد توجه محققان قرارگرفته است. در همین راستا در این مقاله یک الگوریتم جدید یادگیری تقویتی عصبی (NRL) بر مبنای معماری نقاد- تنها معرف...

پیش بینی تراز آب زیرزمینی دشت شاهرود استفاده از شبکه عصبی مصنوعی تابع پایه شعاعی

     Groundwater level prediction is an important issue in scheduling and managing water resources. A number of approaches such as stochastic, fuzzy networks and artificial neural network have been used for such prediction. A neural network model has been employed in this research for Shahrood plain groundwater level prediction. For this reason, statistical parameters of groundwater level fluct...

شبیه‌سازی جریان سیال کاریو-یاسودا با لزجت تابع دما: روش شبکه بولتزمن غیرنیوتنی

در مطالعه حاضر جریان سیال غیرنیوتنی از روی مانع دایروی در یک کانال دو بعدی با استفاده از روش شبکه بولتزمن مورد بررسی قرار گرفته است. از مدل غیرنیوتنی کاریو-یاسودا برای شبیه‌سازی خواص سیال بهره گرفته شده است. از مدل توانی با ضرایب باریک شوندگی دمایی مختلف برای بررسی اثرات دما بر لزجت سیال غیرنیوتنی استفاده شده است. با توجه به خاصیت محاسبات محلی در روش شبکه بولتزمن، خواص وابسته به برش و دما در سی...

تخمین تبخیر روزانه از تشت تبخیر با استفاده از سه شبکه عصبی پرسپترون چندلایه، تابع پایه شعاعی و المانی

روش جدید شبکه تابع پایه شعاعی تعمیم یافته، به‌منظور درون‌یابی متغیرهای ناحیه‌ای در علوم ‌زمین

به‌منظور مدل سازی فضایی یک متغیر ناحیه‌ای در یک منطقه یا سایت، ابزار‌های درون‌یابی و برآورد‌گرهای متفاوتی مورد استفاده قرار می‌گیرد. در این پژوهش، روش درون‌یابی نوینی با استفاده از تعمیم شبکه تابع پایه شعاعی و با در نظر گرفتن مختصات و ساختار فضایی داده‌ها ارایه شده است. در این روش، به‌منظور درون‌یابی، ابتدا ساختار فضایی و ناهمسانگردی داده‌ها مورد بررسی قرار می‌گیرد و با رسم واریوگرام‌های جهتی، ...

پیش بینی حجم کوفتگی سیب با استفاده از شبکه عصبی تابع پایه شعاعی RBF ( و مقایسه آن با مدل رگرسیونی)