مدل سازی و پیش بینی سری های زمانی یک مسئله بسیار مهم در چند دهه اخیر بوده و کاربرد وسیعی در زمینه های مختلف علوم و مهندسی از جمله هیدرولوژی دارد. در این راستا تخمین پارامترهای مدل های مختلف سری های زمانی یکی از مراحل اساسی در مدل سازی سری های زمانی است. روش های ارائه شده در این زمینه از جمله روش گشتاورها، دارای روابطی پیچیده و تقریبی به خصوص در مدل های چندمتغیره زمانی و مکانی می باشندکه مستلزم ...

امروزه دستگاه های خودپرداز یکی از ضروری ترین سخت افزارهای سامانه های بانکی هستند که مسائل مربوط به خود رادارند. در این میان بهینه سازی مدیریت نقدینگی می تواند بانک ها را در مدیریت سیستم به صورت دینامیک کمک کند. سوال اصلی در این بهینه سازی، پیش بینی میزان تقاضای نقدینگی از خودپرداز در دوره های زمانی مشخص (مثلاً روزانه یا هفتگی یا ماهانه) است. ازآنجایی که ساختار این سیگنال غیرخطی است و با عوامل زی...

در این مقاله کنترل‌کننده‌ مد لغزشی ترمینال انتگرالی هوشمند با یک سطح لغزشی جدید مبتنی بر سیستم استنتاج فازی- عصبی تطبیقی، برای کنترل آشوب پیشنهاد می‌گردد. ابتدا برای یک کلاس از سیستم‏های دارای آشوب با نامعینی و اغتشاش یک کنترل‏کننده مبتنی بر کنترل مد لغزشی ترمینال بر اساس تئوری لیاپانوف با یک سطح لغزش جدید طراحی می‏گردد. سطح لغزش پیشنهادشده در این روش، ترکیبی از سطح لغزش مد لغزشی ترمینال متداول...

در این مقاله، یک سیستم معاملاتی خودکار که از ترکیب تحلیل تکنیکال و سیستم استنتاج تطبیقی فازی-عصبی جهت پیش بینی روند قیمتی سهام و افزایش بازدهی حاصل از سرمایه گذاری استفاده می کند، معرفی شده است. در سیستم معاملاتی معرفی شده، نخست با استفاده از الگوریتم بهینه سازی گروه ذرات پارامتر های بهینه اندیکاتورهای تحلیل تکنیکال تعیین شده و با استفاده از خروجی این اندیکاتورها و سیستم استنتاج تطبیقی عصبی-فاز...

در این مقاله به منظور پیش بینی درصد ورشکستگی شرکت های بورسی از مدلهای  شبکه عصبی فازی استفاده گردیده که توانایی کار در محیط پویا و غیر قطعی را امکان پذیر می سازد. در این میان با استفاده از منطق فازی متغییر های مختلف کلامی به منظور تعریف هر شاخص مشخص گردیده است و با ایجاد توابع عضویت هر کدام با استفاده شبکه عصبی به ایجاد یک سیستم یادگیرنده اقدام شده است. از میان مدل های مختلف شبکه عصبی،شبکه پرسی...

بارش یکی از مهم ترین عوامل مورد استفاده در مطالعات منابع طبیعی و منابع آب می باشد. با توجه به نوسان ها و بی نظمی های موجود در سری زمانی بارش، پیش بینی پذیری و شناخت عوامل تأثیرگذار بر فرآیند بارش دارای اهمیت است. با وجود روابط غیرخطی، عدم قطعیت و عدم صراحت زیاد و ویژگی های متغیر زمانی و مکانی در سیستم گردش آبی، هیچ یک از مدل های آماری و مفهومی پیشنهاد شده به منظور الگوسازی دقیق بارش نتوانسته ان...

پیش بینی زبری سطح یک پیش نیاز اساسی برای ایجاد یک مرکز ماشین کاری خودکار می باشد. بهینه سازی فرآیند ماشین کاری در این راستا از اهمیت خاصی برخوردار است. در این مقاله از رهیافت ترکیبی فازی- عصبی (سیستم استنتاج فازی- عصبی تطبیقی ANFIS) به منظور پیش بینی زبری سطح در تراش کاری خشک استفاده شده است. به طوری که داده های حاصل از آزمایش ها به منظور ایجاد قواعد فازی و ویرایش این قواعد به کمک شبکه های عصبی...

سرریزهای کنگره ای گزینه ای مناسب برای ساختگاه­هایی هستند که در آن­ها جانمایی انواع دیگر سرریزها منجر به افزایش بار آبی قابل توجهی در سد برای عبور سیلاب طراحی می­باشد .استفاده از شکل هندسی مناسب برای سرریز به صورتی که بیش­ترین گذردهی جریان را تحت شرایط خاص هیدرولیکی همراه با کاهش هزینه ساخت داشته باشد، امری ضروری است. در این تحقیق، از قابلیت سیستم استنتاج فازی و الگوریتم تکامل تفاضلی جهت بهینه ک...

تخمین دمای هوای هر منطقه یکی از مسائل مهم در برنامهریزی کشاورزی و نیز مدیریت منابع آب میباشد که بهروشهای مختلفی همچون مدلهای تجربی، نیمه تجربی و هوشمند قابل انجام است. در تحقیق حاضر از سیستم استنتاجعصبی– فازی تطبیقی، شبکههای عصبی مصنوعی و برنامهریزی ژنتیک برای تخمین مقادیر دمای هوا در ایستگاهسینوپتیک شهر تبریز، واقع در شمال غرب ایران استفاده شده است. با توجه به شاخصهای آماری، هر سه مدل با دقتقا...

در طی سال‌های اخیر پیش‌‌بینی فرآیندهای هیدرولوژیکی به منظور بهره‌برداری پایدار از منابع آب با استفاده از روش‌‌های هوشمند مورد توجه دست اندرکاران بخش آب قرار گرفته است. در این تحقیق با بهره‌‌گیری از شبکه‌‌های عصبی مصنوعی (ANN) و سیستم استنتاج فازی- عصبی تطبیقی (ANFIS) اقدام به پیش‌‌بینی دبی جریان روزانه رودخانه اهر چای واقع در استان آذربایجان شرقی در ایستگاه های اورنگ، برمیس و تازه کند گردید. بر...