یکی از پیچیده ترین فرآیندهای هیدرولوژیکی فرآیند بارش-رواناب است,‏ که از پارامترسهای مختلف فیزیکی و هیدرولوژیکی تاثیر می پذیرد. در این پژوهش با بهره گیری از روش های آماری armax, شبکه عصبی, عصبی-فازی (anfis با جداسازی خوشه ای و شبکه ای) و دو مدل بدست آمده از ترکیب آنها به منظور مدل سازی فرآیند بارش-رواناب و پیش بینی جریان رودخانه بهره گیری شد. به طوری که درآغاز ساختار بهینه هر یک از مدل ها تعیین ...

دنیای امروز دنیای تغییر است و دانستن این که در آینده چه موقعیتی در انتظار ما است، تقاضای محصولات ما چه قدر است و یا آن ها را به چه قیمتی می توانیم به فروش برسانیم، عامل مهمی در حفظ حیات و بقای سازمان ها است. برای دسترسی به آینده باید بتوانیم پیش بینی کنیم. با پیشرفت روزافزون علم، استفاده از روش های جدید و به کارگیری تکنولوژی های هوشمند رونق بسیاری پیدا کرده است. در این تحقیق کاربرد علم پیش بین...

با توجه به اهمیت کوره دوار سیمان در صنعت و عدم وجود یک مدل قابل قبول برای آن، شناسایی و پیش بینی وضعیت کوره از ملزومات شبیه سازی و اتوماسیون سیستم کوره دوار سیمان می باشد. کوره دوار سیمان یک سیستم غیرخطی و متغیر با زمان می باشد. در این نوشتار به منظور شناسایی و پیش بینی وضعیت کوره دوار سیمان از شبکه عصبی- فازی تطبیقی ANFIS استفاده شده است. از آنجا که داده های استخراج شده مرتبط با سیست...

ایجاد رواناب سطحی و جریان آب در آبراهه ها، کانال ها و رودخانه ها همواره تواًم با فرسایش خاک و حمل مواد رسوبی است. میزان رسوبات وارده به مخزن سد باعث کاهش حجم موثر مخزن و عمر مفید سد گشته و نیز اثرات نامطلوب بر عملکرد تأسیسات خروجی، دریچه های سازه های وابسته، پایداری و نیز کیفیت آب مخزن دارد. بنابراین برآورد حجم واقعی رسوبات وارده به مخزن از اهمیت بالایی برخوردار است. به دلیل پیچیدگی پدیده فرسایش...

پیش‌بینی سری‌های زمانی، مخصوصاً سری‌های زمانی آشوبیِ سیستم‌های پویای غیر‌خطی، یکی از زمینه‌های مهم تحقیقاتی است و کاربرد زیادی در زمینه‌های گوناگون دارد. از میان روش‌های معرفی‌شده برای پیش‌بینی سری‌های زمانی آشوبناک، به استفاده از شبکه‌های عصبی و سیستم‌های فازی بیشتر توجه شده است. در این مقاله، سیستم استنتاج عصبی - فازی تطبیقیِ بهبودیافته، برای پیش‌بینی سری‌های زمانی آشوبناک پیشنهاد شده است. با تو...

با استفاده از شش متغیر کلان اقتصادی قیمت طلا، نرخ دلار آمریکا، نرخ بهره سپرده، شاخص تولیدات صنعتی، میانگین صنعت بورس، شاخص بورس به عنوان متغیر‏های مستقل در بازده زمانی(1391-1385) به مطالعه تطبیقی پیش ‏بینی بازده سهام با استفاده از روش‏ های فرا ابتکاری(سیستم استنتاج فازی-عصبی (anfis) و شبکه عصبی مصنوعی(ann)) و مقایسه آنها با روش سنتی پرداخته شد. در مدل‏سازی سیستم‏های فازی‏ عصبی از سیستم استنتاجی...

مقدمه: پیش بینی شاخص های کیفی تصفیه فاضلاب دارای اهمیت زیادی در روش های تصفیه فاضلاب مدرن است. یکی از مهمترین مشکلات در هنگام پیش بینی کارآیی فاضلاب تصفیه شده، پیچیدگی ویژگی های فیزیک و شیمیایی فاضلاب اولیه و اختلاف داده ها به علل مختلف است. مدل سازی تصفیه فاضلاب با استفاده از سامانه استنتاج فازی- عصبی تطبیقی می تواند به بهبود فرآیند کنترل کیفیت فاضلاب کمک کند. هدف از این مطالعه، مدل سازی تصفیه...

امروزه عیب­یابی ماشین­های دوار از راه تشخیص علائم شروع و رشد عیب با استفاده از روش های هوشمند، شناسایی علت و قطعات آسیب دیده و پیشگویی میزان عمرکاری باقیماندة ماشین، نقش مهمی در جلوگیری از آسیب­دیدگی شدید ماشین و هزینه­های بالای تعمیرات بر عهده دارند. هدف این تحقیق نیز استفاده از ساختار هوشمند شبکه­های فازی- عصبی و  عصبی چند لایه در تشخیص عیوب اصلی ماشین­های دوار از جمله نابالانسی، ناهمراستایی،...

استفاده از رو ش های فازی آرت‎مپ و شبکه‎ی عصبی پرسپترون چندلایه برای تهیّه‎ی نقشه‎ی پوشش اراضی (مطالعه‎ی موردی: شهر اصفهان) ازجمله عوامل مهم در برنامه ریزی و مدیریت شهری، به‎ویژه در راستای نیل به توسعه‎ی پایدار در نواحی شهری و استفاده‎ی بهینه از سرزمین، دسترسی بهنگام از وضعیّت پوشش اراضی برای این مناطق است. داده های سنجش از دور پتانسیل بالایی برای تهیّه‎ی نقشه‎های به‎روز پوشش اراضی شهری دارند. روش...

امروزه برای مدلسازی بهتر سیستم های مهندسی از روش های ترکیب شده به منظور دست یابی به دقت بیشتر استفاده های فراوانی می شود. به همین منظور ترکیب سه رویکرد فازی، شبکه عصبی مصنوعی و علم تطبیقی می تواند مدلسازی واقعی تری از سیستم را ارائه نماید.این سه روش هر یک بخشی از مدل مساله را طراحی و تحلیل می نمایند بطوریکه که مدل ارائه شده از ترکیب فازی- عصبی- تطبیقی می تواند یک مدل مقاوم و اطمینان بخشی را جهت...