نتایج جستجو برای: شبکهی عصبی مصنوعی

تعداد نتایج: 21677  

ژورنال: :اکتشاف و تولید نفت و گاز 0
سید محمد امین موسوی شرکت نفت و گاز پارس

در این مقاله تطابق بین تخلخل مفید به دست آمده از نگار (log) رزونانس مغناطیسی هسته2(nmr) و نشانگرهای لرزه ای از طریق دو روش رگرسیون خطی چندگانه و شبکه عصبی مصنوعی بررسی شده است. در ابتدا نمودارهای هر چاه از طریق ایجاد لرزه نگاشت مصنوعی با اطلاعات برداشت لرزه ای مطابقت داده شدند. برای ساختن لرزه نگاشت مصنوعی در هر چاه از نگار صوتی3 و چگالی4 استفاده شده است. سپس داده های لرزه ای پس برانبارش5 با اس...

این پژوهش با هدف مقایسه کارآیی برخی مدل‌های شبیه­سازی میزان رسوب معلق شامل منحنی سنجه رسوب و شبکه عصبی مصنوعی و ارائه مدل بهینه بر اساس دبی جریان در حوزه آبخیز شاهرود و بر روی ایستگاه­های هیدرومتری گلینک، باغکلایه، لوشان و رجائی دشت انجام شد. به منظور شبیه­سازی میزان رسوب معلق از مدل منحنی سنجه رسوب یک خطی و مدل­های شبکه عصبی پرسپترون چند لایه و تابع پایه شعاعی بهره گرفته و سپس ارزیابی این مدل­...

نقشه‌های کاربری اراضی برای بسیاری از فعالیت‌های مدیریتی، هیدرولوژی و بررسی وضعیت فرسایش خاک ضروری می‌باشند. داده‌های سنجش از دور از پتانسیل بالایی برای تهیة نقشه‌های به‌روز کاربری و پوشش اراضی برخوردارند. هدف از این پژوهش تهیة نقشة کاربری اراضی حوضه آبخیز سد گاوشان با استفاده از تصاویر ماهوارة لندست 8 و شبکة عصبی مصنوعی و نیز ارزیابی روش مورد استفاده بود. بدین‌منظور از 1320 نقطه به عنوان نقاط ک...

ژورنال: تحقیقات اقتصادی 2005
بهنام جواهرى دکتر حسین مرزبان دکتر رضا اکبریان

در این مقاله استفاده از مدل های شبکه عصبی مصنوعی (ANN) و برخی الگوهای متداول در زمینه پیش بینی نرخ ارز، مورد آزمون و تحلیل قرار گرفته بدین صورت که، عملکرد پنج الگوی رگرسیون خطی در مقایسه با شبکه های عصبی مصنوعی، برای پیش بینی نرخ ارز اسمی (ریال ایران به دلار ایالات متحده آمریکا) مورد بررسی قرار می گیرد. الگوهای رگرسیون خطی عبارتند از روش باکس- جنکینز (الگوی میانگین متحرک انباشته خود همبسته)، فر...

برآورد صحیح رواناب حوضه نقش بسیار مهمی در مدیریت آن دارد. تا به حال محققین زیادی از مدل‌های یکپارچه، توزیعی و هم‌چنین از روش‌های هوشمند مصنوعی به‌منظور برآورد رواناب حوضه استفاده نمودند. در تحقیق حاضر برای برآورد آبدهی حوضه بار اریه با مساحتی معادل با 112 کیلومتر مربع و متوسط بارش سالانه 72/306 میلی‌متر از دو مدل توزیعی WetSpa و مدل هوشمند شبکه عصبی مصنوعی ANN استفاده گردید. به‌منظور اجرای مدل ...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده شیمی 1389

کاتالیز پدیده ای بسیار پیچیده است و عملکرد کاتالیست ممکن است تحت تاثیر تعداد زیادی فاکتور قرار بگیرد. طراحی یک کاتالیست با عملکرد بالا با استفاده از روش های سنتی کاری وقت گیر و هزینه بر است. با توسعه تکنولوژی اطلاعات و تئوری های ریاضی، طراحی کاتالیست ها به کمک کامپیوتر یکی از روش های جایگزین و موثر می باشد. شبکه عصبی والگوریتم های ژنتیکی از لحاظ درک آسان و ساختار انعطاف پذیر برای این مورد مناسب...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده مهندسی عمران 1392

در این پایان نامه به مدلسازی پارامترهای رآکتور هوادهی تصفیه خانه فاضلاب شهری در استان تهران پرداخته شده است. بدین منظور داده های اندازه گیری شده در 9 تصفیه خانه زرگنده، جنوب، دولت آباد، محلاتی، شهرک قدس، شوش، صاحبقرانیه، اکباتان و قیطریه تحلیل و آنالیز گردیده است و بر مبنای راندمان حذف bod, cod, tss در ماه های 5 سال متوالی 87 تا 91 دیده شده است که تصفیه خانه شهرک قدس از میان تمام تصفیه خانه ها ...

ژورنال: مرتع و آبخیزداری 2015

در بسیاری از حوضه‌های آبخیز کوهستانی، برف انباشته‌شده در برفچال‌ها ذخیرة درخور ‌توجهی از منابع آب حوضه‌ها را تأمین می‌کند. بنابراین، پایش این رژیم هیدرولوژیکی، به‌ویژه بررسی توزیع مکانی ذخایر برفی، از نیازهای اساسی مدیران منابع آب به‌شمار می‌رود. به دلیل سخت‌بودن و حتی در برخی موارد ناممکن‌بودن آماربرداری از داده‌های برف، توسعة روش‌هایی برای برآوردِ عمقِ برف در نقاط فاقد اندازه‌گیری و نیز بررسی د...

از فاکتورهای مهم در پیش‌بینی عملکرد TBM، تعیین نرخ نفوذ حفاری و نرخ پیشروی است. هدف اصلی از این مطالعه، بررسی استفاده از آنالیز مؤلفه‌های اصلی در پیش‌بینی نرخ نفوذ TBMبا استفاده از روش شبکه‌های عصبی مصنوعی است. یکی از بخش‌های مهم در استفاده از روش شبکه‌های عصبی به منظور پیش‌بینی، انتخاب پارامترهای ورودی است. آنالیز مؤلفه‌های اصلی یکی از روش‌هایی است که با استفاده از آن می‌توان پارامترهای مؤثر ب...

اردوان قربانی بهنام بهرامی,

اندازه گیری مستقیم تنوع گونه­ای امری وقت­گیر و ­هزینه­بر بوده و تا حدی به دلیل خطاهای حاصل از نمونه­گیری غیرقابل اعتماد است. این مطالعه با هدف تعیین فاکتور­های کم­هزینه در پیش­بینی تنوع گونه­ای بوسیله شبکه مدل­های عصبی مصنوعی، شبکه عصبی تطبیقی-فازی و رگرسیونی انجام شد. نمونه­برداری با استفاده از روش سیستماتیک-تصادفی از 60 قطعه نمونه در طول 6 ترانسکت 100 متری و از عمق 30-0 سانتی­متری خاک صورت گر...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید