هدف از مهندسی شبکه های عصبی بررسی معایب و مزایای شبکه های عصبی مصنوعی و ارایه روشهایی برای بهبود کارایی آنهاست. یکی از موضوعات مورد بحث در مهندسی شبکه های عصبی چند لایه، یافتن ساختار مناسب(نزدیک به بهینه) برای حل مسئله می باشد. معیار و نحوه انتخاب اندازه شبکه عصبی برای یک مسئله خاص هنوز شناخته شده نیست. در روشهای کلاسیک،طراح شبکه در ابتدای آموزش ساختاری را برای شبکه تعیین و سپس شبکه را آموزش می...

چکیده شبکه های عصبی در دهه ی اخیر به عنوان ابزار قدرتمندی جهت پیش بینی در حوزه های مختلف مورد استفاده قرار گرفته اند. در این تحقیق از شبکه عصبی پیشخور پرسپترون چند لایه (mlp) با یادگیری پس انتشار از الگوریتم آموزش انتشار به عقب (bp)، با تکنیک بهینه سازی عددی لونبرگ- مارکوات (lm)،توسط نرم افزار متلب مورد استفاده قرار گرفت. درصد رطوبت کیک ، دمای پرس و زمان بسته شدن پرس به عنوان متغیرهای ورودی و خ...

یکی از مهم‌ترین موضوعات مطرح بازارهای مالی پیش‌بینی قیمت و بازده سهام است. در این پژوهش سعی می‌شود بهترین مدل و رویکرد پیش‌بینی قیمت سهام با توجه به شاخص­های میانگین مربعات خطا (MSE)، مجذور میانگین مربعات خطاها (RMSE)، ضریب تعیین ( 14R2"> ) انحراف معیار (S.D)، میانگین قدر مطلق خطاها (MAE) و معیار میانگین قدر مطلق خطاها (MAPE) برای مدل پنج عاملی فاما و فرنچ انتخاب شود. بدین منظور پس از تشکیل پرت...

تخمین حالت یک ابزار اساسی در سیستم مدیریت انرژی برای نظارت، کنترل و بررسی امنیت استاتیک سیستم‌های قدرت است. روش متداول حل مسئله تخمین حالت، استفاده از حداقل مربعات وزن‌دار است که معایبی همچون بد رفتار بودن ماتریس بهره و کند بودن فرایند شناسایی اطلاعات غلط دارد. طراحی تخمین‌گر با استفاده از شبکه عصبی مصنوعی می‌تواند بر مشکلات عددی فائق آمده و با سرعت بیشتری نسبت به روش حداقل مربعات وزن‌دار، عمل ...

در این مقاله از شبکه عصبی مصنوعی به سبب قابلیت فوق‏العاده آن در تقلید از نگاشت غیرخطی ورودی ها به خروجی ها برای پیش بینی کوتاه مدت میزان مصرف گاز طبیعی شهر تهران استفاده شده است. ابتدا با استفاده از دمای حداقل و حداکثر روزانه، دمای مؤثر روزانه تعریف شد و سپس بر اساس دیگر مشخصه های هواشناسی مؤثر بر مصرف نظیر ابرناکی، سرعت باد و بارندگی، تخمین مصرف گاز روزانه و ماهانه مبتنی بر شبکه عصبی مصنوعی با...

هدف از این پژوهش ارزیابی مدل‌های خطی و الگوریتم‌های تکاملی در تهیه نقشه پراکنش فلزات سنگین سرب، روی، کادمیم و مس با استفاده از تکنیک سنجش ‌از دور در اطراف شرکت ملی سرب و روی استان زنجان است. در این پژوهش پیش‌بینی پراکنش فلزات سنگین با استفاده از اطلاعات تصاویر ماهواره‌ای سنجنده TM و مدل‌های رگرسیون چندمتغیره خطی گام‌به‌گام و مدل هیبریدی شبکه عصبی مصنوعی-الگوریتم ژنتیک انجام شد. مجذور میانگین مر...

مدل سازی دقیق و قابل اطمینان سطح ایستابی آب زیرزمینی می تواند به استفاده ی پایدار از آب های زیرزمینی به منظور تأمین نیاز های شهری،کشاورزی و صنعتی کمک کند. امروزه سازمان ها و شرکت های مرتبط با مهندسی آب برای این منظور از مدل های عددی استفاده می کنند. از معایب این روش ها نیاز به پارامتر های متعدد، زمان بر و پرهزینه بودن آن هاست. با توجه به روابط پیچیده ی حاکم در هیدروژئولوژی و هیدرولوژی در سال ها...

نقش بیولوژیکی و سمیت عناصر کم مقدار به فرم های شیمیایی و یا حالات اکسایش آنها بستگی دارد. مثلا آهن فقط به صورت آهن (ii) در بدن جذب می شود و یا وانادیم (v) به صورت وانادات سمی تر از وانادیم (iv) به صورت یونهای وانادیل می باشد. در نتیجه برای سنجش میزان مضر بودن یک فلز نیاز به اندازه گیری دقیق گونه فلزی وجود دارد و اندازه گیری کل غلظت در نمونه های زیست محیطی و بیولوژیکی نمی تواند نشان دهنده میزان ...

در این مقاله از شبکه عصبی مصنوعی به سبب قابلیت فوق‏العاده آن در تقلید از نگاشت غیرخطی ورودی ها به خروجی ها برای پیش بینی کوتاه مدت میزان مصرف گاز طبیعی شهر تهران استفاده شده است. ابتدا با استفاده از دمای حداقل و حداکثر روزانه، دمای مؤثر روزانه تعریف شد و سپس بر اساس دیگر مشخصه های هواشناسی مؤثر بر مصرف نظیر ابرناکی، سرعت باد و بارندگی، تخمین مصرف گاز روزانه و ماهانه مبتنی بر شبکه عصبی مصنوعی با...

سابقه و هدف: از آن جا یی که پیش بینی صحیح وضعیت بیماری افراد از اهمیت زیادی برخوردار است، لذا برای این پیش بینی بایستی از آن دسته مدل هایی استفاده کرد که دارای حداقل خطا و حداکثر اطمینان باشد. لذا در این مطالعه از روش شبکه عصبی مصنوعی که روش قوی تری نسبت به روش های موجود است جهت ارزیابی بسته بودن یا نبودن عروق کرونری قلب استفاده شد.   مواد و روش ها: در این تحقیق از شبکه عصبی مصنوعی پرسپترون چند...