نتایج جستجو برای: روش عصبی فازی

تعداد نتایج: 379047  

سعید مجدی فر غلامرضا کمالی,

تخمین عیار یکی از مراحل حیاتی در بررسی‌های فنی و اقتصادی معادن است. بنابراین یافتن روشی که بتواند این مقادیر را با دقت بالا تخمین بزند یک ضرورت به شمار می‌رود. در این مطالعه، یک الگوریتم فازی عصبی تطبیقی به منظور تخمین عیار آهن کانسار های اسکارنی به کار رفته است. این الگوریتم در حقیقت یک سیستم فازی می‌باشد که باید توابع عضویت آن توسط داده‌های آموزشی تنظیم گردد. قابل ذکر است که تعریف توابع عضویت...

امیرحمزه عالی نژاد, عادل آذر, محمدابراهیم پورزرندی

      ارزیابی ظرفیت نوآوری شرکت‌های دانش بنیان و پیش‌بینی میزان ظرفیت نوآوری آن‌ها برای این شرکت‌ها بسیار حائز اهمیت است و تصمیم در خصوص انتقال یا بسط فناوری شرکت تابع میزان ظرفیت نوآوری است. هدف اصلی این تحقیق، طراحی مدل ارزیابی ظرفیت نوآوری شرکت‌های دانش بنیان با رویکرد استنتاج فازی عصبی- تطبیقی است. سیستم استنتاج فازی عصبی - تطبیقی ([1]ANFIS) روش مناسبی برای حل مسائل غیرخطی است. ANFIS ترکیبی...

ژورنال: :مهندسی مکانیک مدرس 2017
یاسر نیکو بهروز رضایی زهرا رحمانی

در این مقاله، یک کنترل‎‏کننده مقاوم هوشمند برای کنترل کلاسی از سیستم‎‏های غیرخطی دارای عدم قطعیت و اغتشاشات خارجی کراندار با دامنه محدود پیشنهاد می‎‎گردد. روش پیشنهادی براساس ترکیب کنترل مد لغزشی ترمینال و سیستم استنتاج عصبی- فازی تطبیقی با آموزش مبتنی بر الگوریتم زنبور استوار است. برای این منظور، ابتدا یک سطح لغزش غیرخطی بر اساس روش کنترل مد لغزشی ترمینال سریع طراحی می‎گردد. این سطح لغزش به عن...

از دیر باز مسأله مدل‌سازی و تحلیل سیستم‌ها خصوصاً در سیستم‌های پیچیده با دینامیک بالا همراه با نویز و عدم قطعیت در شناخت رفتار سیستم‌ها و تصمیم‌گیری بسیار با اهمیت بوده و هست. این مقاله نشان می‌دهد که سیستم‌های عصبی- فازی می‌توانند برای مدل‌سازی طراحی آرایه‌های خورشیدی زیرسیستم تأمین توان الکتریکی ماهواره‌های سنجش از دور در فاز طراحی مفهومی به‌طور مؤثری مورد استفاده قرار گیرند. در طراحی مدل سیست...

ژورنال: مهندسی منابع آب 2011
امیرحسین ناظمی, علی اصغر میرزایی

تخمین تراز سطح ایستابی از مسایل مهم و اساسی است که در برنامه ریزی کشاورزی، مدیریت منابع آب و تعیین نیاز آبی گیاهان بویژه در مواردی که از راهکارهای کم آبیاری بهره برده شود، دارای اهمیت فراوانی است. آگاهی از تراز سطح ایستابی می تواند در شوری و ماندابی شدن زمین وحتی زهکشی اراضی مفید باشد. در تحقیق حاضر از سامانه های هوشمند استنتاج عصبی – فازی تطبیقی، شبکه های عصبی مصنوعی و برنامه ریزی ژنتیک برای ت...

افزایش تقاضای محصولات کشاورزی و کمبود منابع آب و خاک مناسب همراه با مشکلات تحقیقات میدانی، ضرورت استفاده از مدل‌های مناسب برای پیش‌بینی عملکرد محصولات کشاورزی را آشکار می‌سازد. این تحقیق به بررسی کارایی مدل‌های فراکاوشی شبکه‌های عصبی مصنوعی، شبکه تطبیقی عصبی فازی و روش ترکیبی شبکه‌های عصبی- فازی تطبیقی و الگوریتم بهینه‌سازی ازدحام ذرات دربرآورد عملکرد گندم به کمک ویژگی‌های خاک و اراضی پرداخته ‌...

در سال‌های اخیر آلودگی هوا به عنوان یکی از بزرگ ترین مشکلات زیست محیطی در سطح جهانی مطرح شده است. ازن تروپوسفری یک آلاینده ثانویه است و سبب بروز مشکلات تنفسی و تاثیر حاد بر گیاهان می‌شود. در این مطالعه به دلیل غیر خطی بودن و پیچیدگی این پدیده‌هابه مقایسه برآورد غلظت آلاینده ازن با استفاده از شبکه عصبی مصنوعی و شبکه عصبی فازی-تطبیقی پرداخته شد. در پژوهش حاضر از متغیرهای هواشناسی در ...

برای پیش­بینی مقدار جریان ورودی، معمولا دو روش کلی مدل‌سازی متکی به فرآیند و مدل­سازی متکی به داده استفاده می‌شود. از جمله روش‌های متکی به داده در زمینه پیش­بینی جریان رودخانه، مدل­های شبکه عصبی مصنوعی، مدل­های رگرسیون، مدل­های سری­زمانی و مدل­های منطق­فازی می­باشد. در این تحقیق کارایی روش دیگری به نام تکنیک توابع متعامد تجربی نسبت به روش‌های شبکه عصبی مصنوعی و سیستم استنتاج فازی برای پیش­بینی ...

ژورنال: اکو هیدرولوژی 2015

مقدار دبی یا رواناب خروجی از یک حوضة آبخیز از اهمیت زیادی برخوردار است؛ زیرا کمبود آن ممکن است موجب خسارات مالی و مازاد آن به‌صورت سیلاب ممکن است موجب خسارات جانی و مالی شود. در این پژوهش با استفاده از شبکة عصبی مصنوعی پرسپترون چندلایه (MLP) و مدل فازی عصبی تطبیقی (ANFIS) و روش رگرسیون چندمتغیره، فرایند بارش- رواناب به‌صورت روزانه در حوضة آبخیز خرم‌آباد شبیه‌سازی شد. برای ورودی‌ها از ترکیب‌های ...

ژورنال: آبخیزداری ایران 2016
اصغری مقدم, اصغر, حبیبی, محمدحسن, نادری, کیوان, ندیری, عطاله,

دشت هادیشهر با وسعتی معادل 57/55 کیلومترمربع در شمال غرب استان آذربایجان شرقی واقع شده است. در چند سال اخیر، به دلیل برداشت بی‌رویه از آب­های زیرزمینی این دشت، سطح آب زیرزمینی افت شدیدی پیدا کرده است. لذا به­منظور یافتن راهکارهایی مفید برای مدیریت صحیح منابع آب زیرزمینی، از ترکیب مدل هوش مصنوعی و زمین­آمار برای پیش­بینی زمانی و مکانی سطح آب زیرزمینی استفاده شده است. ابتدا برای مدل­سازی به روش ...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید