در این مقاله، توانایی روش شبکه عصبی مصنوعی در پیش‌بینی رفتار دینامیکی سیال در مخازن هوایی آب مورد بررسی قرار گرفته است. برای این منظور، یک مدل شبکه عصبی برای تخمین دو پارامتر فشار هیدرودینامیک کف مخزن و نوسان سطح سیال ارائه شده است. مدل مورد نظر با استفاده از الگوریتم پس انتشار خطا در برنامه MATLAB نگارش و مورد آموزش و آزمون قرار گرفته است. داده‌های مورد نیاز برای آموزش شبکه از نتایج تحلیل دینا...

در این مقاله، یک مدل ابتکاری با ترکیب شبکه های عصبی مصنوعی (ANN) برای پیش بینی رفتار قیمت سهام پیشنهاد و اجرا می شود. این مدل ترکیبی، به صورت ساختار دو طبقه می باشد: شبکه های عصبی طبقه اول یا پیشگوهای پایه (Base Predictor) مسئول پیش بینی روزانه داده ها با ویژگی مختلف یک سهام می باشند و در طبقه دوم، شبکه دیگر، به عنوان ترکیب کننده پیش بینی نهایی را با بررسی و آنالیز اطلاعات پیشگوهای طبقه اول انج...

در طی سال های اخیر مسئله حفاظت از خاک و آب از اصولی ترین پایه های توسعه پایدار مطرح می باشد. اثرات منفی فرسایش و پیامدهای ناشی از آن ، نه تنها سبب کاهش توان تولیدی و تخریب خصوصیات فیزیکی و شیمایی خاک می گردد. بلکه باعث می شود در محل خروجی حوضه های آبخیز رسوبات حاصل از فرسایش بر روی اراضی مرغوب کشاورزی و مراتع و منابع ذخیره آب مشاهده گردد. لذا در این پژوهش سعی بر آن است که با مقایسه روش سیستم شب...

چکیده: تبخیر و تعرق مرجع یکی از پارامترهای مهم در مدیریت آبیاری گیاهان است و معمولا بر مبنای داده های هواشناسی چند ساله و با استفاده از مدل ها برآورد می شود. اهمیت زیاد این پارامتر در مسائل آبیاری، لزوم استفاده از روش های جدید داده کاوی را نشان می دهد. در این پژوهش امکان برآورد تبخیر و تعرق مرجع با استفاده از مدل های ترکیبی رگرسیون چندگانه و تحلیل مولفه های اصلی (mlr-pca) و مدل شبکه عصبی مصنوع...

امروزه شبکه‌های عصبی مصنوعی کاربرد بسیاری در مسائل مختلف مهندسی آب که رابطه و الگوی مشخصی بین عوامل مؤثر بر وقوع یک پدیده وجود ندارد، پیدا کرده‌اند. در این پژوهش جهت تخمین تبخیر- تعرق مرجع داخل گل‌خانه با استفاده از شبکه‌های عصبی مصنوعی، از داده‌های هواشناسی اندازه‌گیری شده داخل گل‌خانه و همچنین داده‌های اندازه‌گیری شده خارج گل‌خانه استفاده گردید. در این پژوهش از شبکه‌های عصبی مصنوعی با ساختار ...

در این تحقیق، مطالعات ارتباط کمی ساختار – خاصیت با استفاده از شبکه ی عصبی مصنوعی برای پیش بینی ضریب تراکم پذیری همدمای ترکیبات آلی مختلف به کار گرفته شده است. سری داده ها شامل ضریب تراکم پذیری همدمای 56 ترکیب در دما و فشارهای مختلف است که مجموعاً 4297 نقطه داده را تشکیل می دهد. برای انتخاب توصیف کننده های بهینه از دو روش رگرسیون مرحله ای (sr) و راهبرد cdfs استفاده شد. سپس مدل سازی به وسیله ی شبک...

زمینه و هدف:  اثرات خاک در طیف طراحی اغلب آیین نامه های طراحی لرزه ای، براساس جنس خاک و متوسط سرعت موج برشی در لایه های مختلف لحاظ شده است. در این طیف های طراحی، برخی اثرات ویژه ساختگاهی مانند اثرات ضخامت و عمق سنگ بستر لرزه ای نادیده گرفته شده است. تجربیات زلزله های پیشین ثابت کرده، ضخامت لایه های خاک بر پاسخ زمین و در نتیجه بر توزیع خسارات سازه ای تاثیر مهمی داشته و غیر قابل چشم پوشی است. ایر...

پژوهش حاضر به بررسی و شناسایی دستکاری قیمت سهام در شرکت های پذیرفته شده در بورس اوراق بهادار تهران پرداخته است. این پژوهش مدل ترکیبی از الگوریتم ژنتیک ( ga) و شبکه عصبی مصنوعی ( ann) را برای شناسایی دستکاری قیمت سهام ارائه داده و نتایج آن را با نتایج مدل تابع تفکیکی درجه دوی تعدیل شده ) (sqdf مقایسه کرده است. در مدل ترکیبی الگوریتم ژنتیک_شبکه عصبی مصنوعی ( ann-ga) ابتدا داده های مربوط به 316 شر...

نفوذ، نقش حیاتی را در چرخه هیدرولوژیکی با میزان پراکندگی آب به اجزای سطحی و زیرسطحی ایفا می­کند. اندازه­گیری­ مستقیم سرعت نفوذ، معمولاً کاربر، هزینه­بر و وقت‌گیر هستند. شبکه عصبی مصنوعی، برنامه­ریزی بیان ژن و الگوریتم ترکیبی شبکه عصبی مصنوعی-الگوریتم ژنتیک به­عنوان روش­های غیرمستقیم برای تخمین نفوذ آب به خاک استفاده شدند. هدف از این مطالعه، توسعه یک مدل مناسب­ برای تخمین نفوذ آب به خاک با استفاد...