در پژوهش حاضر به بررسی عمق آب‌شستگی در شرایط جریان دائمی و غیردائمی و بستر مسلح و غیرمسلح با استفاده از سیستم عصبی ـ فازی تطبیقی (آنفیس) و الگوریتم‌های بهینه‌سازی پرداخته شده است. مدل‌سازی‌ها به دو دسته‌ی برآورد عمق آب‌شستگی در جریان دائمی با استفاده از داده‌های صحرایی پل‌های مناطق مختلف آمریکا و برآورد عمق آب‌شستگی در جریان غیردائمی و شرایط بستر مسلح و غیرمسلح با استفاده از سه مجموعه داده‌ی آز...

تعیین متغیرهای هیدرولوژی از دید ایمنی، جنبه اقتصادی طرح و عملکرد سازه های هیدرولیکی از اهمیت ویژه ای برخوردار است. یکی از متغیرهای مهم در این زمینه دبی جریان است که اندازه-گیری دائمی آن در ایستگاه های هیدرومتری مخصوصاً در مواقع سیلابی غالباً پر هزینه و مشکل می باشد. در این تحقیق رابطه دبی-اشل با استفاده از آمار دبی و اشل سال آبی 91-1390 ایستگاه هیدرومتری تنگه لاویج با مساحت حدود 10400 هکتار واقع ...

فرایند تهیه نقشه پتانسیل معدنی به دلیل وجود فاکتورهای متعدد کانی سازی، داده های متنوع کمی و کیفی اکتشافی و همچنین دیدگاه های کارشناسی و سلایق گوناگون، فرایندی پیچیده و دشوار است. در این فرایند توجه هم زمان به مدل سازی ماهیت غیرقطعی داده های اکتشافی، به کارگیری دانش کارشناسی و انعطاف پذیری روش برای انواع ذخایر معدنی در قالب سامانه ای یکپارچه، ضروری است. در پژوهش حاضر ، روشی جدید با استفاده از سی...

مقدمه: وزن کم نوزاد در زمان تولد را می توان مهم ترین عامل در بیماری و مرگ ومیر نوزادان دانست. نوزادانی که در زمان تولد وزن کمی دارند، بیشتر در معرض بیماری ها قرار می گیرند. به همین دلیل، پیش بینی احتمال کم وزن بودن نوزاد پیش از تولد، از اهمیت بالایی برخوردار است. روش ها: در این مطالعه، یک سیستم تشخیصی به کمک رایانه ارایه شد که به کمک آن می توان گروه وزنی نوزاد را در زمان تولد پیش بینی کرد و نوز...

در این تحقیق، با استفاده از داده های مشاهده شده تشت کلاس a، کاربرد روش های رگرسیون غیر خطی، شبکه های عصبی مصنوعی، سیستم استنتاج فازی- عصبی و هم چنین روش تجربی استیفنز- استوارت، جهت برآورد تبخیر روزانه منطقه کرمان مورد بررسی قرار گرفت. در روش های شبکه عصبی مصنوعی، سیستم استنتاج فازی- عصبی و رگرسیون غیر خطی، مقادیر دما، فشار، رطوبت نسبی، تابش خورشیدی و سرعت باد، با پنج ترکیب مختلف به عنوان متغیره...

میزان سختی آب زیرزمینی عامل مهمی در مسائل هیدروژئولوژی و بویژه مطالعه کیفی آب­های زیرزمینی می­باشد. در چند دهه اخیر سیستم­های هوش مصنوعی کاربرد زیادی در علوم مختلف از جمله مدیریت منابع آب داشته است. در این پژوهش تخمین میزان سختی آب زیرزمینی دشت مازندران، با استفاده از برنامه­ریزی بیان ژن مورد بررسی قرار گرفته و نتایج آن با  سایر روش­های هوشمند همچون شبکه عصبی مصنوعی و سیستم استنتاج فازی- عصبی ت...

هدف اصلی این تحقیق طراحی مدلی برای پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از سیستم استنتاجی عصبی- فازی انطباقی و مقایسه آن با روش شبکه عصبی و مدل خطی آریما می باشد. در این تحقیق از روش کشف معرفت جهت بررسی موضوع و پیش بینی شاخص بورس اوراق بهادار تهران استفاده شده است. در این تحقیق سه روش برای پیش بینی مطرح می شود:1- پیش بینی شاخص کل قیمت سهام با روش سیستم عصبی فازی.2- پیش بینی شاخص کل ...

در طی سال های اخیر پیش بینی فرآیندهای هیدرولوژیکی به منظور بهره برداری پایدار از منابع آب با استفاده از روش های هوشمند مورد توجه دست اندرکاران بخش آب قرار گرفته است. در این تحقیق با بهره گیری از شبکه های عصبی مصنوعی (ann) و سیستم استنتاج فازی- عصبی تطبیقی (anfis) اقدام به پیش بینی دبی جریان روزانه رودخانه اهر چای واقع در استان آذربایجان شرقی در ایستگاه های اورنگ، برمیس و تازه کند گردید. برای مد...

سابقه و هدف: برآورد صحیح حجم رسوبات معلق در رودخانه ها، یکی از مهم ترین مسائل در پروژه های مهندسی رودخانه، منابع آب و محیط زیست می باشد. رودخانه سیستان شاخه اصلی منشعب از رودخانه هیرمند بوده که وظیفه آبیاری 70 درصد زمین های کشاورزی دشت سیستان و همچنین تأمین بخشی از آب هامون هیرمند را به عهده دارد. با توجه به مشکلات زیاد ناشی از رسوبات در رودخانه ها، محققین علم رسوب تلاش های زیادی به منظور دستیا...

پیش بینی دقیق ضریب انتشار طولی در رودخانه های طبیعی تا حد بسیار زیادی در تعیین توزیع غلظت آلاینده ها در چنین محیط هایی مؤثر است. عدم قطعیت موجود در نتایج به دست آمده از مدل های پیش بینی می تواند در تصمیم گیری های مناسب برای برخورد با مواد آلاینده در رودخانه ها تأثیر منفی داشته باشد. به همین دلیل، تحلیل و تعیین عدم قطعیت مدل های مورد استفاده برای پیش بینی این پارامتر بسیار مفید است. در این تحقیق...