مراکز مالی و تجاری از مهم‎ترین مراکز فعالیت‎های فضای شهری محسوب می‎شوند و توجه به موقعیت و مکان استقرار آن‎ها، از مهم‎ترین عوامل سودآوری و موفقیت این مراکز است. در این مطالعه، برای شناسایی مکان بهینة استقرار مراکز مالی و تجاری، سامانه شبکة عصبی RBFLN، که شکل تغییریافته‎ای از شبکة عصبی بر پایة تابع شعاعی (RBFNN) است، در تلفیق با فن چندشاخصة ORESTE به‌کار گرفته شد. داده‎های دو و چند کلاسة پارامتر...

امروزه، در موضوعات اقتصادی- بازرگانی، پیش بینی، به عنوان یکی از مهم ترین شاخه های علمی مطرح شده است و روز به روز، توسعه و پیشرفت می کند. مدیران بخش های مختلف اقتصادی و بازرگانی، به دلیل وجود انبوه متغیرهای تأثیرگذار، ترجیح می دهند مکانیزمی را در اختیار داشته باشند، که بتواند آن ها را در امور تصمیم گیری یاری کند. بخش کشاورزی، به عنوان بخش تولیدکنندة محصولات راهبردی(استراتژیک) و تامین کنندة مواد ...

هدف اصلی این مقاله، ارائة روشی مبتنی بر شبکة‌ عصبی هوشمند همراه با شبیه‌سازی دینامیکی برپایة تحلیل‌های ریاضی برای عیب‌یابی موتور سوخت مایعی است که امکان وجود اختلال در سامانة داده‌برداری آن وجود دارد. عیب، به شکل وقوع گرفتگی در مسیرهای متفاوت موتور و اختلال در سامانة داده‌برداری به صورت وجود اغتشاش در اندازه‌گیری یک پارامتر خروجی از موتور مدل می‌شود. نقطة کلیدی این طرح، به‌کارگیریشبکه‌های عصبی ...

مطالعة­ حاضر به­ دنبال مدل­­سازی رابطه گوردون با استفاده از روش شبکه عصبی پیش­خور برای تعدادی از شرکت­های پذیرفته شده در بورس اوراق بهادار تهران است. در این مطالعه به بررسی مدل گوردون با رویکرد غیرخطی و مقایسه آن با مدل خطی رگرسیون پرداخته شده است. بررسی مدل غیرخطی گوردون با استفاده از شبکة عصبی تاکنون در مطالعات مورد توجه قرار نگرفته است. در این پژوهش از اطلاعات 247 شرکت و تعداد 1135 مشاهده (ش...

در این پایان نامه، به بررسی و اصلاح یکی از پرکاربرد ترین شبکه های عصبی خودسازمانده یعنی شبکه عصبی کوهنن با استفاده از الگوریتم توانمند فیلتر ذره ای پرداخته ایم. شبکه عصبی کوهنن کاربرد فراوانی در مسائلی همچون تخمین چگالی احتمال، پردازش تصویر و صوت، و روباتیک دارد. در بسیاری از مسائل مهندسی خصوصاً در مواردی که یا چگالی احتمال سیستم نامعین است و یا سیستم تحت نویز و اغتشاش غیر گوسی قرار می گیرد، الگ...

پیش‌بینی صحیح رشد اقتصادی در سیاست‌گذاری‌ها و برنامه‌ریزی‌های بلندمدت توسعة پایدار نقشی مهم را ایفا می‌کند. یکی از مسائل مهم در پیش‌بینی سری‌های زمانی استفاده از روش‌هایی برای شناسایی الگوهای زمانی با هدف کنترل پیچیدگی‌ها و بهینه‌سازی خطای حاصل از پیش‌بینی است. در این پژوهش، تحلیل سری‌های زمانی تولید ناخالص داخلی به‌صورت غیرخطی به‌منظور پیش‌بینی مسیر حرکت رشد اقتصادی به‌کمک روش شبکة عصبی مصنوعی...

در این مقاله، یک روش سریع و کم‌هزینه که با استفاده از اندازه‌گیری جابه‌جایی حسگر قادر به کالیبراسیون است، ارائه می‌شود. همچنین به‌منظور راستی آزمایی روش ارائه شده از یک میز دو درجه آزادی که یک وسیلة متداول ولی گران برای کالیبراسیون به‌شمار می‌رود، به همراه یک شبکة عصبی چندلایه به‌منظور برقراری رابطة غیرخطی بین ورودی‌ها و خروجی‌های سیستم استفاده شده است. نتایج به‌دست آمده نشان دهندة کارایی مناسب...

آشکارسازی اهداف دریایی در ناوبری و کاربردهای نظامی حائز اهمیت است. نویز محیطی و درهم ریختگی دریا دو مشکل عمده در آشکارسازی اهداف دریایی است. یک شبکة عصبی جدید در فضای کرنل (NNKS) برای دسته‌بندی داده ارائه می‌شود که همراه با یک سیستم عصبی کرنلی برای آشکارسازی اهداف دریایی (KNNS) است. این سیستم به‌طور ویژه در تصاویر نویزی، تصاویر دارای برهم ریختگی و تصاویر با پس زمینه پیچیده که روش‌های معمول عملک...

توانایی کم­نظیر شبکه­های عصبی مصنوعی به عنوان ابزاری قدرتمند برای تحلیل و برآورد در حوزه علوم تجربی و مهندسی موجب شد تا مورد توجه اقتصاددانان قرار گیرد. در این پژوهش، پس از مرور پژوهش­های انجام­شده در مورد توانایی پیش­بینی مدل­های خود توضیح جمعی میانگین متحرک (arima)[1]و شبکه­های عصبی مصنوعی(ann)[2] به مقایسه این دو روش برای پیش­بینی قیمت روزانه نفت در دوره آوریل 1983 تا ژوئن 2005 پرداخته­ایم. ...

برآورد میزان رسوبات معلق در رودخانه‏ها از ابعاد مختلف کشاورزی، حفاظت خاک، سد سازی، حیات آبزیان، و همچنین جنبه‏های مختلف تحقیقاتی اهمیت فراوانی دارد. روش‏های مختلفی برای بررسی و برآورد رسوبات معلق رودخانه‏ها وجود دارد که البته توانایی این روش‏ها در برآورد رسوبات متفاوت است. هدف از این مطالعه برآورد رسوبات معلق رودخانه با استفاده از شبکة عصبی پیش خور پس انتشار خطا با الگوریتم آموزشی لونبرگ - مارک...