نتایج جستجو برای: شبکه ی عصبی مصنوعی تکاملی

تعداد نتایج: 145023  

مدل‌سازی و پیش‌بینی سطح ایستابی چاه‌ها یکی از کار‌های اساسی برایرسیدن به مدیریت بهینه منابع آب می‌باشد. یکی از راه‌های پیش‌بینی سطح آب زیرزمینی استفاده از تکنیک‌های هوش مصنوعی نظیر شبکه عصبی مصنوعی و برنامه‌ریزی بیان ژن می‌باشد. هدف از این پژوهش بررسی کارایی روش شبکه عصبی مصنوعی و برنامه‌ریزی بیان ژن در پیش‌بینی سطح ایستابی آب زیرزمینی آبخوان دشت جیرفت می‌باشد. به این منظور از داده‌های سطح ایست...

ژورنال: :فصلنامه علمی -پژوهشی تحقیقات اقتصاد کشاورزی 2012
مهرزاد ابراهیمی

هدف اصلی این مطالعه پیش بینی میزان مصرف انرژی الکتریکی در بخش کشاورزی است. برای این منظور از روش های سری زمانی خود توضیح جمعی میانگین متحرک(arima) و شبکه ی عصبی مصنوعی استفاده شد. به منظور انجام بررسی، از داده های سالانه ی دوره ی 1346 تا 1383 برای برآورد و آموزش مدل ها و از داده های دوره ی 1384 تا 1387 به منظور بررسی قدرت پیش بینی مدل های مختلف استفاده شد. در این مطالعه معیارهای ارزیابی مختلفی ...

ژورنال: آب و فاضلاب 2011

با توجه به سیاست‌های افزایش کارایی و کاهش هدررفت، یکی از اولویت‌های راهبردی توسعه پایدار منابع آب، بهره‌برداری بهینه از شبکه‌های توزیع آب شهری است. لذا راهبران سیستم باید همواره شناخت دقیق و صحیحی از قابلیت کاربری شبکه و انزوال و خرابی سازه‌ای (شکست) در لوله‌های اصلی آبرسانی داشته باشند. یکی از راهکارها و کلیدهای مهم مدیریت بهینه بهره‌برداری، تدوین استراتژی‌های نوسازی و بازسازی در شبکه‌های توزی...

ژورنال: :دانش آب و خاک 0
تورج هنر سوده پورحمزه

در این تحقیق، از یک شبکه عصبی مصنوعی در برآورد پروفیل پرش هیدرولیکی در حوضچه آرامش همراه با دیواره همگرا  که از حالت­های خاص و پیچیده پرش هیدرولیکی می­باشد، استفاده شده است. تعداد 1500 داده آزمایشگاهی اعماق پرش هیدرولیکی مربوط به مقاطع مستطیلی، برای همگرایی  %7/2،  %4 و %3/5 مورد استفاده قرار گرفته است. در توسعه مدل شبکه عصبی مصنوعی، 10 ساختار پرسپترون، با تعداد لایه­های پنهان و نرون­های مختلف،...

یکی از جنبه‌های حائز اهمیت در مدیریت محیط در ژئومورفولوژی کاربردی حل مشکل برآورد رسوب یک سیستم رودخانه‌ای می‏باشد. هدف این مطالعه ارزیابی عملکرد مقایسه‌ای دونوع شبکه عصبی مصنوعی (مدل ژئومورفولوژیکی و مدل غیر ژئومورفولوژیکی) و دو نوع مدل رگرسیونی (مدل توانی ومدل غیر خطی چندگانه) برای پیش بینی بار رسوب معلق حوضه اسکندری در حوضه آبریز زاینده رود می‏باشد. مدل‏ها براساس آمار 104 حادثه وقوع همزمان ثب...

رضا تهرانی سعید مرادپور

تا کنون برای پیش بینی بازده سهام و بازده شاخص از روش های متعددی استفاده شده است در این میان هوش مصنوعی و شبکه های عصبی مصنوعی یکی از روش های پیش بینی بازده شاخص بوده است. در حال حاضر به دنبال بررسی عملکرد شبکه عصبی شعاع پایه برای پیش‌بینی بازده شاخص هستیم. بدین منظور از شاخص بورس اوراق بهادار تهران استفاده شده است و عملکرد شبکه عصبی شعاع پایه و شبکه عصبی پرسپترون مقایسه شده‌اند. نوع آزمون عملکر...

ژورنال: :نوآوری در علوم و فناوری غذایی 0

فرآیند آبگیری اسمزی کدوی حلوایی در دو سطح دمای (25 و 50 درجه ی سانتی گراد) و در غلظت های مختلف نمک طعام (5، 10 و 15 % وزنی/وزنی) و غلظت ثابت ساکارز (50 % وزنی/وزنی) انجام گرفت. نسبت وزنی میوه به محلول اسمزی 1 به 20 (وزنی/وزنی) انتخاب گردید. در این پژوهش، مقادیر کاهش آب و جذب مواد جامد توسط شبکه ی عصبی مصنوعی تخمین زده شد. برای پیش بینی داده ها از شبکه عصبی پرسپترون با الگوریتم بهینه سازی کاهش گ...

ژورنال: :اکوسیستم های طبیعی ایران 0
بهنام بهرامی دانشجوی دکتری اردوان قربانی استادیار مرتعداری

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...

در این مقاله، یک مطالعه ی تجربی و عددی بر استحکام فشاری، انرژی و تغییر طول کامپوزیت های تقویت شده با گرافن اکساید و نانوذرات هیدروکسی آپاتیت انجام شده است. گرافن اکساید تا 5/0 درصد وزنی و نانوذرات هیدروکسی تا 7 درصد وزنی مورد استفاده قرار گرفته و درصدهای وزنی از طریق طراحی آزمایش و با روش کامپوزیت مرکزی بدست آمده اند. درصد وزنی پرکننده ها به عنوان پارامترهای ورودی جهت مدلسازی نتایج توسط روش سطح...

ژورنال: :مهندسی و مدیریت آبخیز 2010
محمد شعبانی

تعیین میزان فرسایش خاک و بار رسوبی رودخانه عملاً کاری مشکل است؛ بنابراین روش های مختلفی برای آن ها پیشنهاد شده است. یکی از روش های نوین در حل مسائل مهندسی آب و همچنین برآورد رسوب معلق رودخانه ها، استفاده از شبکه عصبی مصنوعی است که با الگو برداری از شبکه مغز انسان، ضمن اجرای فرآیند آموزش، روابط درونی بین داده ها را کشف کرده و به موقعیت های دیگر تعمیم می دهد. هدف از انجام این تحقیق، بررسی کارآیی ر...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید