در این پژوهش با استفاده از شبکه عصبی و عصبی-فازی ضریب انتقال حرارت در نانوسیالات جاری در یک لوله مدور در رژیم جریان آشفته مدلسازی و پیش‌بینی شده است. داده‌های ورودی به مدل، عدد رینولدز و کسر حجمی نرمال شده نانو‌ذرات و خروجی آن ضریب انتقال حرارت نرمال شده است. در شبکه عصبی استفاده شده مقادیر متوسط خطای نسبی و متوسط مربع خطا نسبت به نتایج آزمایشگاهی به‌ترتیب برابر 002/0 و 0005/0 می‌باشد، در شبکه ...

پیش بینی سود هر سهم و تغییرات آن به عنوان یک رویداد اقتصادی از دیرباز موردعلاقه سرمایه گذاران، مدیران، تحلیل گران مالی و اعتباردهندگان بوده است. این توجه ناشی از استفاده سود در مدل های ارزیابی سهام، کمک به کارکرد کارای بازار سرمایه، ارزیابی توان پرداخت و ارزیابی عملکرد واحد اقتصادی می باشد. هدف این تحقیق پیش بینی سود هر سهم با استفاده از شبکه عصبی – فازی و شبکه عصبی درک چندلایه(mlp) و gmdh و تع...

قطع درخت در بین مؤلفه های بهره برداری، اهمیت زیادی دارد. برآورد تولید تجهیزات جنگلی، بخش مهمی از مدیریت هزینه ها در یک واحد جنگلداری است که با کاهش هزینه های عملیات همراه است. به عبارت دیگر، هزینه های بالای سرمایه گذاری در بهره برداری جنگل، دلیل خوبی برای تحقیقات مهندسی جنگل و همچنین مدل سازی زمان می باشد. روشهای زیادی مانند انواع رگرسیون ها، منطق فازی، شبکه های عصبی و غیره برای پیش بینی زمان ق...

یکی از گامهای مهم در توسعه شبکه های عصبی مصنوعی طراحی معماری شبکه است که تأثیر زیادی بر عملکرد شبکه دارد. در طراحی معماری شبکه های عصبی مصنوعی، عواملی از قبیل تعداد لایه های پنهان، تعداد نرون ها در هر لایه، توابع تبدیل و الگوریتم آموزش باید تعیین شوند. محققان در طراحی معماری شبکه به طور عمده از طریق سعی و خطا عمل می کنند و یا اینکه اثر متقابل بین عوامل مختلف در طراحی معماری شبکه را در نظر نمی گ...

امروزه شبکه های عصبی مصنوعی جایگاه ویژه ای در حیطه مالی پیدا کرده است. پژوهش حاضر به دنبال یافتن روش بهتر برای ساخت و آموزش شبکه های عصبی مصنوعی است که منجر به پیش بینی دقیق تر در موضوع ورشکستگی شود. در این میان سه شبکه عصبی از نوع توابع شعاع مدار ساخته شد که به صورت جداگانه توسط متغیرهای مدل آلتمن (1983)، اسمایوسکی (1984) و ترکیبی آموزش داده شدند. پس از سنجش توانایی سه مدل در پیش بینی ورشکستگی...

تکنیک‌های هوش محاسباتی، توانایی زیادی در حل مسائل محاسباتی مختلف در علوم مهندسی دارند. در این مقاله، برای نخستین بار، الگو­کردن و شبیه­سازی موتور درون‌چاهی حفاری با استفاده از روش­های هوش محاسباتی مانند شبکه عصبی مصنوعی، سیستم استنتاج عصبی - فازی تطبیقی و تابع پایه شعاعی ارائه شده است. برای این منظور از داده­های تجربی برای آموزش و تست ساختارهای مختلف هوش محاسباتی استفاده شده است. الگو‌های هوش م...

تحقیقات محاسبات نرم در زمینة کاربرد همزمان ابزارهای هوش مصنوعی (شبکه‌های عصبی، فناوری فازی، الگوریتمهای ژنتیک و دیگر اندازه‌های هوش مصنوعی) در یک قالب ترکیبی- تکمیلی بر حل مشکلات دنیای واقعی متمرکز است. در این مقاله، دو ابزار توانمند محاسبات نرم (شبکه‌های عصبی و منطق فازی) برای مدلسازی و کنترل یک سیستم غیرخطی به‌کار گرفته شده است. سیستم مورد مطالعه، یک برج تقطیر چندجزئی واقع در پالایشگاه تهران ...

همواره پیش‌بینی سطح آب دریاچه‌ها در سطح دنیا از مهم‌ترین و پیچیده‌ترین فرایندهای هیدرولوژیکی است که برآورد آن می‌تواند در راستای جلوگیری از بروز وضعیت نامطلوب و مدیریت صحیح این اکوسیستم ارزشمند بکار گرفته شود. از اینرو در این پژوهش از چهار تکنیک محاسبات نرم موجک-شبکه عصبی مصنوعی (WANN)، شبکه عصبی مصنوعی (ANN)، مدل استنتاج عصبی-فازی تطبیقی (ANFIS) و برنامه‌ریزی بیان ژن (GEP) در محاسبه مقادیر پیش...

هوادهی به جریان عبوری از سرریزها توسط هواده­ها یکی از روش­های مؤثر در کاهش دادن خسارت ناشی از کاویتاسیون در این سازه­ها می­باشد. در این تحقیق جهت برآورد هوای مورد نیاز هواده­ها از سه روش­ شبکه عصبی مصنوعی (مبتنی بر الگوریتم لونبرگ- مارکواد)، ترکیبی عصبی- فازی (ANFIS) و رابطه تجربی فیشر استفاده شد. پارامتر‌های h0 (عمق جریان در ابتدای سیستم هواده)، Qwater (دبی جریان عبوری از...

اندازه گیری مستقیم تنوع گونه­ای امری وقت­گیر و ­هزینه­بر بوده و تا حدی به دلیل خطاهای حاصل از نمونه­گیری غیرقابل اعتماد است. این مطالعه با هدف تعیین فاکتور­های کم­هزینه در پیش­بینی تنوع گونه­ای بوسیله شبکه مدل­های عصبی مصنوعی، شبکه عصبی تطبیقی-فازی و رگرسیونی انجام شد. نمونه­برداری با استفاده از روش سیستماتیک-تصادفی از 60 قطعه نمونه در طول 6 ترانسکت 100 متری و از عمق 30-0 سانتی­متری خاک صورت گر...