نتایج جستجو برای: شبکه عصبی نوع gmdh
تعداد نتایج: 173807 فیلتر نتایج به سال:
امروزه روشهای هوشمند و الهام گرفته از طبعیت در حل مسائل پیچیده طرفداران زیادی دارد یکی از پرطرفدارترین و کاراترین این ساختارها، شبکههای عصبی مصنوعی هستند که قادرند یک رابطه کلی بین اطلاعات حجیم و پیچیده ناشی از آزمایشها و مثالهای تجربی به دست آورند. از طرف دیگر، ترکیب بتن الیافی با بتن خودتراکم، یک نوع بتن جدید با سیالیت بالا و چسبندگی خوب تولید میکند. این نوع بتن به علت حضور الیاف دارای م...
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...
در این مقاله به منظور بررسی ارتباط بین افت فشار سیکلون جداسازی و پارامترهای هندسی سیکلون غبارگیری، سه نوع شبکه عصبی مصنوعی انتشار بازگشتی[1]، شبکه عصبی تابع پایه شعاعی[2] و شبکه عصبی رگرسیون تعمیم یافته[3] به کارگرفته شدهاند. پس از آموزش آنها با دادههای تجربی، پارامترهای بهینه عملکردی هر کدام شبکه ها، با روش جستجوی چند مرحله ای[4] به دست آمده اند. شبکهها بر اساس میزان ضریب همبستگی[5]، خطای ...
طرح هادی روستایی به منظور ساماندهی کالبدی و عملکردی روستا با ملاحظات پراکنش معنادار کاربری ها براساس نیازها، محدودیتها و توانمندی های روستا انجام می گیرد. یکی از اهداف اساسی این طرح، برنامه ریزی کاربری زمین در سطح روستا است. بنابراین، ضمن تاکید بر ضرورت ارزیابی طرح هادی، پرداختن به سطح عملکرد این طرح در برنامه ریزی کاربری اراضی روستایی تاثیر بسزایی در آینده توسعه کالبدی روستاهای کشور دارد.<br /...
در این مقاله ابتدا برخی از روشهای پیشبینی نرخنفوذ TBM مرور شده و سپس نرخنفوذ با منظور کردن پارامترهای نوع سنگ، درصد کوارتز، مقاومت فشاری تکمحوره، قطر دیسک، نیروی نفوذ هر دیسک و RQD با استفاده از شبکه عصبی پیشبینی شده است. با حذف RQD و درصد کوارتز از پارامترهای ورودی، حساسیت شبکه نسبت به حذف این پارامترها مورد بررسی قرار گرفته است. مقایسة نتایج شبکه عصبی با مدل تجربی گراهام، توانایی شبکه ...
در این مقاله با الگوسازی و پیش بینی شاخص قیمت و بازده نقدی بورس اوراق بهادار تهران مبتنی بر ساختار تلفیقی الگوریتم ژنتیک با رویکرد شبکه عصبی GMDH، سعی در شناخت متغیرهای مؤثر بر شاخص بورس اوراق بهادار شده است. یازده متغیر کلان اقتصادی مرتبط با بازار سرمایه به همراه وقفههای یک و دو ماهه هر کدام از آنها و وقفههای متغیر وابسته، الگویی با 35 متغیر ورودی را ایجاد کرد که نتایج به دست آمده نشاندهن...
stable. The main results are: data normalization is fundamental to obtain better precision, the larger the number of data points, the lesser the error, the error decreases with the decreasing of noise level. The next step is to develop an Ipen nuclear research reactor model and apply the GMDH methodology to predict the reactor variables. This work is a part of a Monitoring and Diagnosis System ...
شبکه های عصبی ابزارهای نسبتاً جدیدی هستند که در فرآیندهای مدل سازی رشد در سیستم های پرورش حیوانات مورد استفاده قرار می گیرند. در این پژوهش شبکه عصبی gmdh robust ، به عنوان یک مدل خود سازمانده، جهت پیش-بینی تولید وزنی تخم مرغ قابل جوجه کشی در مراحل مختلف تولیدی (25 تا 29 هفتگی، 30 تا 35 هفتگی، 36 تا 60 هفتگی و 25 تا 60 هفتگی) در مرغان مادر مورد استفاده قرار گرفت. متغیرهای ورودی موثر در این پژوهش ...
با توجه به اینکه عدم قطعیت از صحت پارامترهای استفاده شده در تخمین صحیح داده ی خروجی یکی از دغدغه های اصلی این تحقیق و یا هر تحقیقی می باشد، بنابراین روشهای آماری مختلفی در این راستا بیان شده است. روش مورد استفاده در این پایان نامه روش توانمند کمترین مربعات خطا(رُباست) می باشد. این روش بر مبنای بهینه سازی یا کم کردن مربعات خطا است که در عدم قطعیت های مختلف بهترین مدل ممکن را تشخیص می دهد. تکنیک ا...
چکیده ندارد.
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید