امروزه روش های کمی، به یکی از مهم ترین ابزارهای پیش بینی برای اخذ تصمیمات و سرمایه گذاری های کلان در بازار ها تبدیل شده اند. دقت پیش بینی، یکی از مهم ترین فاکتورهای انتخاب روش پیش بینی است؛ شبکه های عصبی مصنوعی، برنامه های کامپیوتری منعطفی هستند که در سطح گسترده ای برای پیش بینی با درجه بالایی از دقت به کار برده می شوند. در این مقاله با استفاده از ترکیب منطق فازی و شبکه عصبی پس از انتشار مدلی ب...

رفتار مکانیکی نانوکامپوزیت های پلی اتیلن سبک  نشاسته گرمانرم با استفاده از سامانه استنتاج فازی  عصبی تطبیقی بررسی شده است. بدین منظور، کامپوزیت های پلی اتیلن سبک  نشاسته گرمانرم حاوی مقادیر مختلف )صفر تا 3 درصد وزنی( نانوخاک رس ) Cloisite 15A ( با استفاده از فرایند اکستروژن تهیه شد. در عمل، انجام آزمون های مختلف برای تشخیص ارتباط میان پارامترهای فرایندی اکستروژن و خواص مکانیکی نانوکامپوزیت ها ب...

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...

منطق فازی زیر مجموعه ای از محاسبات نَرم است که توانایی تصمیم گیری در شرایط نامعینی و عدم قطعیت را به سیستم های کامپیوتری می دهد. سیستم های خُبره فازی، امروزه حضوری موفق در برخی امور از جمله تصمیم گیری در شرایط عدم قطعیت و کنترل سیستم های پیچیده دارند. اما تعیین دقیق درجه عضویت دریک سیستم فازی بسیار مشکل می باشد، خصوصاً در سیستم های ناشناخته و یا به شدت غیرخطی و دارای عدم قطعیت، این امر بسیار مشکل ...

در دهه های اخیر به دلیل اهمیت یافتن مسئله آب و همینطور افزایش تمایل به محاسبه مقدار رواناب حاصل از بارش، توسعه و اجرای روشهای مناسب برای پیش بینی رواناب از روی داده های بارش به مسئله ای ضروری تبدیل شده است. یکی از این روشها که در بسیاری از رشته ها از جمله هیدرولوژی توسعه یافته است، استفاده از روشهای محاسبات نرم نظیر منطق فازی و شبکه های عصبی مصنوعی است. در این تحقیق سعی گردید کارایی شبکه عصبی م...

این نوشتار، ترکیب نظریه مجموعه های فازی با شبیه سازی گسسته ـ پیشامد را مطرح کرده و آن را برای مدل‎سازیِ مدت زمان نامطمئنِ فعالیت در شبیه سازی یک سیستم واقعی، به کار می گیرد. هدف این مقاله، ارزیابی سودمندی شبیه سازی فازی برای مدل‎سازیِ مدت زمان نامطمئن فعالیت است؛ به ویژه زمانی که داده نمونه ای موجود نبوده یا داده های موجود کافی نباشند. در این پژوهش، برای توصیف مدت زمان نامطمئن فعالیت ها از اعداد ف...

پیش بینی دقیق درصد کسر حجمی در جریان ­های سه فازی آب ـ گازوییل ـ هوا در شرایط عملیاتی ناپایدار، پارامتر مهمی در صنایع نفت و پتروشیمی می باشد. در این پژوهش، اندازه گیری دقیق درصد کسر حجمی در سه فاز  آب-گازوئیل-هو ا با استفاده از فناوری تضعیف پرتو گامای تک انرژی و شبکه عصبی برای اولین بار انجام شد. تعیین درصد کسر حجمی کمینه به دو چشمه رادیواکتیو با انرژی­ های متفاوت نیاز دار...

تبخیر پتانسیل از جمله مؤلفه‌های چرخه آب در طبیعت است که پیش‌بینی آن یک کار پیچیده و غیرخطی است. بنابراین، برای تخمین آن بایستی از مدل‌های پیشرفته ریاضی استفاده نمود. مطالعه حاضر، با هدف ارائه مدل پیش‌بینی سری زمانی پتانسیل تبخیر روزانه ایستگاه تبریز با استفاده از دو رویکرد شبکه عصبی و شبکه عصبی ـ موجکی همراه با نویززدایی داده‌ها انجام گرفت. سری زمانی روزانه مقدار تبخیر تشتک تبخیرسنج ایستگاه تبر...

در این مقاله تلاش شده ‏است با استفاده از ترکیب تبدیل موجک و شبکه عصبی مدلی به‌منظور پیش‌بینی روزانه قیمت گاز طبیعی ارائه شود. در این مدل ترکیبی، از موجک گسسته دابیشز به‌منظور تجزیه سری زمانی قیمت استفاده شده‏، سپس ضرایب تقریبات و جزئیات مؤثر به‌عنوان ورودی شبکه عصبی به‌منظور پیش‌بینی قیمت گاز طبیعی هنری هاب به‌عنوان مرجعی برای قیمت گاز طبیعی در آمریکا به‌کار رفته ‏است. مقایسه عملکرد نسبی مدل تر...

پیش­بینی براساس مدل­های چندمتغیری اقتصادسنجی با محدودیت­هایی زیادی همراه است، بنابراین یک روش جایگزین استفاده از مدل­های تک متغیری است. اما اکثر روش­های تک­متغیری برای حصول به ­نتیجه خوب نیاز به داده­های زیادی دارند. روش­های رگرسیون فازی به­دلیل فازی در نظر گرفتن اعــداد، برای مدل­سازی و پیش­بینی معمولاً نیاز به داده­های کمتری دارند. از این­رو در این مطالعه کارایی روش رگرسیون خودبازگشتی میانگین ...