مدل‏های مفهومی بر مبنای هوش مصنوعی، اغلب برای پیش بینی‏های کوتاه مدت و میان مدت هیدورلوژیکی به کار رفته اند. در این مقاله با استفاده از مفهوم تولید مجموعه ای از پیش بینی ها1 (esp) و تفکیک مدل‏سازی برای متغیرهای اقلیمی و هیدرولوژیکی، از مدل‏های مفهومی برای پیش بینی بلندمدت حجم جریان رودخانه زاینده رود در محل ورودی به سد زاینده رود استفاده می شود. سیستم استنتاج فازی برای پیش بینی بارش فصلی به صور...

یافتن بخشی از سیستم قدرت که به فروپاشی نزدیک می شود، یکی از اهداف تحلیل پایداری ولتاژ است. این بخش که ناحیه ضعیف1 از نظر پایداری ولتاژ نامیده می شود، یک ناحیه کنترل ولتاژ2 است. تعیین این ناحیه و نواحی کنترل ولتاژ مجاورش، از اهمیت خاصی در بهبود پایداری ولتاژ برخوردار است. تعیین ناحیه ضعیف ولتاژ برای طراحی به هنگام کنترل تصحیحی3 نیازمند روشی به اندازه کافی سریع و دقیق است. به این منظور در این مقا...

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 سیستم واقعی اس...

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...

یکی از مشکلات مهم در پیش بینی با شبکه های عصبی مصنوعی، فراهم کردن داده های لازم برای پیش بینی است؛ چرا که شبکه های عصبی برای حصول نتایج دقیق نیاز به داده های زیادی دارند. اما باید توجه داشت که جمع آوری داده های مورد نیاز شبکه، نخست، بسیار هزینه بر است و دوم، مدت زمان طولانی را طلب می کند. بنابراین با توجه به تغییرات سریع در محیط های واقعی و به ویژه سیستم های اقتصادی و مالی، پیش بینی در این گونه...

امروزه روش‌های هوشمند در پیش‌بینی پاره‌ای از کمیت‌ها می‌توانند به عنوان ابزاری قدرتمند برای بهینه سازی مدل‌های پیش‌بینی بکار روند. در این تحقیق دو هدف، یکی مدل‌سازی مقاومت مارشال نمونه‌های تثبیت شده با امولسیون قیر و سیمان جهت زیرسازی جاده ها و دیگری بهینه یابی هزینه های اجرایی کاربرد امولسیون قیر و سیمان در تثبیت این نوع زیرسازی دنبال شده است. به این منظور 170 آزمایش بر روی نمونه‌های تثبیت شده...

در این تحقیق فیلتر جدیدی برای حذف نویزهای لکه ای از تصاویر سونوگرافی طراحی شده است. فیلتر طراحی شده فیلتری با قابلیت های یادگیری شبکه های عصبی، تطبیق اطلاعات با قالب فازی و بهینه شدن متغیرها بر اساس الگوریتم ژنتیک تک عضوی است. شبکه عصبی به کار رفته یک شبکه چهار لایه رو به جلو با وزن های باینری است. ورودی در پنجره ای از همسایگی های پیکسل مورد پردازش فازی شده و به کمک قواعد ساده فازی مناسب آن اصل...

در این مطالعه، از سامانه استنتاج فازی-عصبی تطبیقی برای مدل سازی فرایند تصفیه فاضلاب لجن فعال پتروشیمی مبین استفاده شد. این مدل برای پیش بینی غلظت اکسیژن مورد نیاز شیمیایی خروجی مورد استفاده قرار گرفت و ضریب همبستگی بین پارامترهای ورودی و کیفیت جریان خروجی محاسبه شد. پارامتر ورودی با بیشترین تأثیر بر کیفیت جریان خروجی تعیین شد و بر اساس آن، سه ساختار فازی- عصبی تطبیقی مستقل با تعداد پارامترهای گ...

درصد واکشیدگی یکی از خواص فیزیکی مهم محصول نهایی می‌باشد. این آزمون نیاز به زمان و هزینه دارد. بنابراین پیش بینی مقدار درصد واکشیدگی تخته در حین تولید می‌تواند باعث کنترل کردن فرایند تولید و کیفیت یکنواخت محصول گردد. در این تحقیق متغیرهایی مانند رطوبت خرده چوب قبل از خشک‌کن، رطوبت کیک خرده چوب در فرمینگ، میزان چسب مصرفی به ازای هر تخته، زمان پرس، دمای پرس، فشار پرس، و خاصیت درصد واکشیدگی تخته خ...

  در این مطالعه، با استفاده از دو الگوریتم شبکه عصبی مصنوعی و شبکه فازی- عصبی به عنوان دو الگوریتم پیش­بینی قیمت اوراق بهادار و از دو الگوریتم ممتیک حرکت تجمعی ذرات، الگوریتم ژنتیک و روش کوادراتیک به منظور حل مساله بهینه­سازی پرتفوی بدون محدودیت برای 23 شرکت فعال بازار بورس طی سال­های 94-1391 به صورت روزانه استفاده شده است. نتایج حاصل از این تحقیق نشان می­دهد که شبکه­های عصبی توانسته عملکرد بهت...