نتایج جستجو برای: الگوریتم پرسپترون چند لایه
تعداد نتایج: 111669 فیلتر نتایج به سال:
هدف از این مطالعه مدلسازی و پیش بینی رسانایی گرمایی نانو سیال گرافن به کمک شبکه عصبی مصنوعی چند لایه پرسپترون است. پارامترهای دمای نانوسیال، کسرحجمی و رسانایی گرمایی نانو ذره به عنوان ورودی شبکه در نظر گرفته شده است. بااطلاعات مربوط به اندازه گیریهای تجربی محققین قبلی در مورد رسانایی گرمایی نانوسیال گرافن در دمای 25 تا 50 درجه سلسیوس و در کسر حجمی 005/0 تا 056/0 تست عملکرد شبکه انجام شده است....
فرآیند اکتشاف منابع هیدروکربنی بهعنوان فرآیندی بسیار پیچیده و پرهزینه میباشد. در این فرآیند فاکتورهای متعدد زمینشناسی، ژئوشیمی و ژئوفیزیک تهیه و باهم تلفیق میشوند. طراحی بهترین مسیر برای برداشت دادههای لرزهنگاری و همچنین تعیین بهترین محل برای حفر چاههای اکتشافی از اهمیت ویژهایی برخوردار است، زیرا نتیجه تعیین نادرست یا بیدقت این مکانها، صرف هزینه و زمان زیاد در طول عملیات میباشد. این ...
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...
یکی از عوامل مهم توسعه در هر منطقه فراهم بودن منابع آب مناسب میباشد. در این راستا علاوه بر کمیت، توجه به وضع کیفی آن نیز از اهمیت شایانی برخوردار است. هدف از این تحقیق کاربرد مدل شبکۀ عصبی پرسپترون چند لایه در مدلسازی شاخصهای کیفی آب رودخانهها است. در این مطالعه از اطلاعات و دادههای شامل 10 متغیر کیفی ماهانۀ آب رودخانۀ دره مراد بیک همدان در طول یک سال و در شش ایستگاه برای مدلسازی اکسیژن مورد نی...
پیش بینی دقیق بار مصرفی می تواند نقش مهمی در استفاده اقتصادی از انرژی الکتریکی داشته باشد. در سالهای اخیر شبکه های عصبی مصنوعی به عنوان ابزاری توانمند جهت پیش بینی پیک بار مصرفی مورد استفاده قرار گرفته اند. به طور کلی شبکه های عصبی مصنوعی برای پیش بینی روابط بین پیک بار مصرفی در گذشته و حال و آینده مورد استفاده قرار می گیرند. سیستمهای معمول احتیاج به پارامترهای متغیر مختلفی دارند که هر کدام به ...
پایدارساز سیستم قدرت (pss) بطور گسترده ای برای تولید سیگنال های کنترلی تکمیلی به منظور میرا کردن نوسانات فرکانس پایین در سیستم های قدرت مورد استفاده قرار می گیرد. در این پروژه روشی برای تنظیم بهنگام پارامترهای یک پایدارساز مرسوم سیستم های قدرت (cpss)به کمک شبکه های عصبی شعاعی (rbf) و شبکه پرسپترون چند لایه (mlp)، ارائه می شود. توان های اکتیو و راکتیو به همراه ولتاژ ترمینال ژنراتور به عنوان ورود...
در این تحقیق، طراحی سیستم کنترل پسخور-پیشخور و بهینه سازی عملکرد کوره فرآیندی نفت خام برای بازیابی از شرایط غیرعادی احتمالی، مورد بررسی قرار گرفته است. در ابتدا با توسعه یک مدل تحلیلی غیرخطی دقیق، اثرات تغییرات پارامترهای ورودی و شرایط مختلف عملکردی بر خروجی سیستم تعیین شده است. سپس به منظور حذف اثر اغتشاشات وارده به کوره، یک ساختار کنترلی پیشخور-پسخور برای کنترل احتراق پیشنهاد و با استفاده از ...
مناطق خشک و نیمهخشک همواره با بحران آب مواجه بوده اند، به همین دلیل ذخایر هرچند اندک برفی در سرشاخه های کوهستانی این مناطق، نقش شایان توجهی در تغذیه و تعادل هیدرولوژیکی مناطق مذکور ایفا می کنند. چگالی برف از جمله پارامتر هایی است که به عنوان پارامتر مبدل عمق برف به آب معادل برف، اهمیت فراوانی دارد. در این مقاله، کارآیی یکی از روشهای هوش مصنوعی در شبیه سازی پراکنش مکانی چگالی برف در یکی از سرش...
تبدیل موجک یکی از روشهای نوین و بسیار موثر در زمینه تحلیل سیگنالها و سریهای زمانی است. در این روش سیگنال شاخص بارش استاندارد (SPI) با استفاده از موجک مادر منتخب تجزیه شده، دادههای حاصل بهعنوان ورودی مدل شبکه عصبی مصنوعی در نظر گرفته شده و یک مدل تلفیقی برای پیشبینی خشکسالی ارائه میگردد. در این تحقیق، از شبکههای عصبی مصنوعی پرسپترون چند لایه (MLP) و تابع پایهای شعاعی ((RBF، سری زمانی AR...
در این تحقیق از مدل شبکه عصبی پرسپترون چند لایه(MLP-NN) برای شبیهسازی اکسیژن محلول و فسفر کل در حوضه آبریز سد ایلام استفاده شد. مدل شبکه عصبی با استفاده از دادههای آزمایشگاهی سه زیرحوضه سد ایلام در سالهای 89-1388 طراحی گردید. متغیرهای ورودی شبکه عصبی برای مدلسازی اکسیژن محلول شامل اسیدیته آب، هدایت الکتریکی، کل جامدات معلق، دما، فسفر کل، سولفات، آمونیوم، آهن و نیتروژن کل بودند. متغیرهای ورو...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید