تخمین مناسب میزان تولید پرنوسان واحدهای بادی برای استفادۀ بهینه در سیستم‌های قدرت، امری دشوار و تابع پیچیدگی‌های بسیار است. در این مقاله روشی موفق برای پیش‌بینی توان تولیدی واحدهای بادی با استفاده از شبکۀ عصبی خودسازمانده موسوم به GMDH ارائه شده است. در شبکۀ عصبی GMDH، متغیرهایی که بر سری زمانی تأثیر می‌گذارند، به‌عنوان ورودی شبکه استفاده می‌شوند. این شبکه با بررسی و کشف روابط بین ورودی‌ها، به‌...

خشکسالی در نگاهی کلی معلول یک دورۀ شرایط خشک غیرعادی است که به اندازۀ کافی دوام داشته و سبب عدم تعادل در وضعیت هیدرولوژیک یک ناحیه همچون افت منابع آب سطحی و زیرزمینی می‌گردد. هدف از این تحقیق مدل‌سازی پیش‌بینی خشکسالی هواشناسی در سه مقیاس زمانی کوتاه­مدت، میان­مدت و بلند­مدت در ایستگاه باران­سنجی واقع در دشت جنوبی استان قزوین، با استفاده از شبکۀ عصبی پرسپترون چندلایه و با در نظر گرفتن پارامترها...

امروزه روش‏های گوناگونی برای ارزیابی غیرمخرب کیفیت محصولات کشاورزی ابداع شده است و از آنها استفاده می‏شود. در تحقیق حاضر از سامانۀ بینی الکترونیکی به‏منظور ارزیابی غیرمخرب کیفیت کیوی رقم ابوت استفاده شده است. سامانۀ بینی الکترونیکی به کمک تکنیک شبکۀ عصبی مصنوعی و آنالیز مؤلفه‏های اصلی (PCA) قادر به طبقه‏بندی نارس، نیمه‌رسیده، رسیده، بیش از حد رسیده، و فساد کیوی رقم ابوت است. آنالیز مؤلفه‌های اص...

در حال حاضر، یک ابزار مهم برای شناسایی تغییرات زمین و پایش آنها علم سنجش از دور است. طبقه‏بندی تصاویر چندباندی یکی از تکنیک‏های مهم برای تفکیک واحدهای زمین است. هدف کلی تحقیق حاضر، طبقه‏بندی تصاویر ماهواره‏ای با بهره‏گیری از روش‏های هوش محاسباتی است. پدیدۀ گرمایش جهانی، گسترش سدسازی، ذخیرۀ آب در پشت سدها و بهره‏برداری بیش از حد از آب موجود برای کاربری‏های انسانی سبب خشک‌شدن دریاچه‏ها از جمله در...

مسکن به عنوان یک کالای ناهمگن، بادوام، غیر منقول، سرمایه ای و مصرفی با پیامدهای جانبی، سهم زیادی از بودجه خانوارها را به خود اختصاص می دهد و همچنین نقش زیادی در اشتغال و ارزش افزوده کشورها دارد؛ بنابراین، تعیین و برآورد قیمت مسکن برای برنامه ریزان و تصمیم گیران، از اهمیت بسیار بالایی برخوردار است. این برآورد به ویژه اگر بتواند سهم عوامل تأثیر گذار در ارزش مسکن را به خوبی منعکس کند، می تواند در ...

در مسائل مکانیابی پوشش نوین، افزایش فاصله از تسهیل ارائه دهنده سرویس در ناحیه پوشش، موجب کم شدن سطح پوشش دهی می گردد و تحت عنوان پوشش تدریجی در نظر گرفته می شود، با ازدیاد نقاط تقاضا، زمان حل در اینگونه مسائل افزایش می یابد. لذا روشهای مختلف حل از جمله دقیق، فرا ابتکاری و ابتکاری برای مدلهای مختلف مسئله پوشش تدریجی مطرح شده است. در این مقاله مسئله پوشش تدریجی با استفاده از روشهای شبیه سازی تبری...

در این مقاله، روش جدید طراحی کنترل‌کنندۀ داده‌محور[i]، با استفاده از الگوریتم تقریبات تصادفی انحرافات هم‌زمان[ii] (SPSA) و آموزش شبکۀ عصبی ارائه شده است. در روش پیشنهادی، الگوریتم تقریبات تصادفی انحرافات هم‌زمان با استفاده از آموزش شبکۀ عصبی، مقداردهی می‌شود که این امر باعث افزایش سرعت همگرایی و همچنین بهبود عملکرد الگوریتم در برابر تغییرات سیگنال مرجع می‌شود. در SPSA فرض بر این است که کنترل‌کن...

تحقیق حاضر با هدف بررسی تأثیر شاخص‌های پیوند از دور بر رخداد بارش ماهانه و پیش‌بینی بارندگی در حوزۀ آبخیز فلات مرکزی ایران با استفاده از مدل شبکة عصبی مصنوعی چندگامی مستقیم (DMSNN) با پارامترهای مذکور است. براین مبنا مقادیر بارش طی دورة مشترک آماری 1981-2014 در 20 ایستگاه سینوپتیک منطقۀ مورد مطالعه انتخاب شد، به‌طوری که دورۀ آماری 1981- 2004 برای توسعة مدل و سال‌های 2004-2014 جهت صحت‌سنجی مدل ب...

هدف از پژوهش پیش رو، مقایسۀ کارایی مدل­های استوکاستیک و شبکه­های عصبی مصنوعی در پیش­بینی کمّی شاخص بارندگی استاندارد شده (spi) در اقلیم­های خشک و مرطوب ایران است. برای این امر، محاسبۀ spi، در مقیاس­های زمانی سه‎ماهه، شش‎ماهه و دوازده‎ماهه در چهار ایستگاه سینوپتیک کشور طی دورۀ 2007-1973 انجام شد. در گام بعد، مدل‎سازی سری­های زمانی spi برای پیش­بینی­های یک تا دوازده گام به جلو، به سه روش مدل‎سازی ...