نتایج جستجو برای: شبکۀ عصبی مصنوعی gmdh
تعداد نتایج: 22732 فیلتر نتایج به سال:
در این پژوهش از شبکه عصبی gmdh robust برای پیش بینی شاخص میزان تولید نسبی در مرغهای مادر گوشتی ( متغیر وابسته)، بر اساس پنج فاکتور تغذیه ای شامل میزان پروتئین مصرفی، میزان انرژی قابل متابولیسم، نسبت کلسیم به فسفر مصرفی، میزان متیونین + سیستئین و لیزین مصرفی ( متغیر مستقل) استفاده شد. داده های مورد نیاز این پژوهش از 21 گله مرغ مادر گوشتی نژاد راس 308 متعلق به سه مزرعه مختلف جمع آوری گردید. الگور...
A feedback Group Method of Data Handling (GMDH)-type neural network algorithm is proposed, and is applied to nonlinear system identification and medical image analysis of liver cancer. In this feedback GMDH-type neural network algorithm, the optimum neural network architecture is automatically selected from three types of neural network architectures, such as sigmoid function neural network, ra...
در چند دهة اخیر محقّقین به ناهنجاریهای شیمیایی موجود در آب، خاک و هوا که سلامتی انسانها را تهدید می کنند، توجه خاصی داشته اند. از این میان غلظت بیش از حد استاندارد (5/1 میلی گرم بر لیتر) فلوئورید در آبهای شرب به دلیل تأثیر مستقیم روی فیزیولوژی بدن انسان، اهمیت بالایی دارد. در منابع آبی دشتهای بازرگان و پلدشت غلظت فلوئورید بیش از حد استاندارد جهانی (who) است. هدف این تحقیق تعیین تغییرات مکانی ...
این مطالعه برای پیشبینی بازدهی شاخص قیمت و بازده نقدی بورس اوراق بهادار تهران، آشوب را تحلیل و پیشبینیپذیری را بررسی کرده و نیز عملکرد انواع مدل های شبکۀ عصبی را با کمک دادههای تجزیهشده با روش موجک ارزیابی کرده است. بههمین منظور، از داده های سریزمانی روزانه و سری بازدهی شاخص قیمت و بازده نقدی بورس طی دورۀ زمانی ۵ فروردین ۱۳۸۸ تا ۱۸ اردیبهشت ۱۳۹۱ استفاده شده است. براساس نتایج این م...
در این مقاله از شبکة عصبی GMDH، بهعنوان ابزاری با قابلیت بالا در مسیریابی و تشخیص روندهای غیرخطی پیچیده، بهویژه با تعداد مشاهدات محدود، برای الگوسازی و پیشبینی رشد تولید ناخالص داخلی به قیمت ثابت در ایران استفاده شده است. ابتدا الگویی بنیادی شامل 7 متغیر همراه با وقفة اول رشد تولید ناخالص داخلی طراحی و سپس با استفاده از فرآیند قیاسی و نیز کنارگذاشتن هر متغیر از الگوی بنیادی، در مجموع 18 مدل...
Neural networks with active neurons which selforganize their structure can use inductive sorting-out GMDH algorithms for their neurons. New threshold type GMDH algorithm with polynomial complexity is developed to decrease computing time in case of large input data sample.
In this paper, we proposed a novel hybrid group method of data handling least squares support vector machine (GLSSVM) algorithm, which combines the theory a group method of data handling (GMDH) with the least squares support vector machine (LSSVM). With the GMDH is used to determine the inputs of LSSVM method and the LSSVM model which works as time series forecasting. The aim of this study is t...
چکیده در این مطالعه از شبکه عصبی gmdh براساس الگوریتم ژنتیک برای پیش بینی خواص فیزیکی و مکانیکی تخته خرده چوب در مقیاس آزمایشگاهی استفاده شد. به منظور تعیین خواص فیزیکی و مکانیکی به وسیله شبکه عصبی gmdh، از مشخصات دمای پرس در 4 سطح 170،160،150 و 180 درجه سانتی گراد، زمان بسته شدن پرس در 3 سطح 20،10 و 30 ثانیه و رطوبت کیک در 4 سطح 12،10،8 و 14 به عنوان داده های ورودی و از خواص فیزیکی و مکانیکی ...
پیش بینی سود هر سهم و تغییرات آن به عنوان یک رویداد اقتصادی از دیر باز مورد علاقه سرمایه گذاران ، مدیران ، تحلیل گران مالی ، محققین و اعتبار دهندگان بوده است. این توجه ناشی از استفاده سود در مدل های ارزیابی سهام ، کمک به کارکرد کارای بازار سرمایه ( ارتباط مفروض بین تغییرات سود و تغییرات قیمت سهام )، ارزیابی توان پرداخت ( سود سهام، بهره و سایر تعهدات )، ارزیابی ریسک، ارزیابی عملکرد واحد اقتصادی ...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید