امروزه شناسایی لندفرم­ها و طبقه‌بندی زمین مبتنی بر روش کارشناسی می باشد که به صورت دستی و با استفاده از عکس های هوایی و نقشه های توپوگرافی انجام می شود که روشی وقت گیر و دارای دقت کمی می باشد. از این رو استفاده از روش های نیمه اتوماتیک و اتوماتیک به منظور  طبقه بندی لندفرم ها برای افزایش دقت و سرعت کار، ضروری به نظر می رسد. این پژوهش سعی دارد که به  طبقه بندی لندفرم ها بر اساس الگوریتم شبکه های...

یکی از مسائل مهم در زمینه داده کاوی، مسأله دسته بندی مجموعه داده های نامتوازن است. اصطلاح «مجموعه داده نامتوازن»، عموما به مجموعه داده ای گفته می شود که تعداد نمونه ها در کلاس های گوناگون، اختلاف بسیاری داشته باشند. در این نوع داده ها، به کلاس هایی که کم ترین تعداد نمونه ها را دارند، کلاس اقلیت گفته می شود. به دلیل این که اکثر الگوریتم های یادگیری، یک دسته بند را با فرض برابر بودن تعداد نمونه ه...

امروزه شناسایی لندفرم­ها و طبقه بندی زمین مبتنی بر روش کارشناسی می باشد که به صورت دستی و با استفاده از عکس های هوایی و نقشه های توپوگرافی انجام می شود که روشی وقت گیر و دارای دقت کمی می باشد. از این رو استفاده از روش های نیمه اتوماتیک و اتوماتیک به منظور  طبقه بندی لندفرم ها برای افزایش دقت و سرعت کار، ضروری به نظر می رسد. این پژوهش سعی دارد که به  طبقه بندی لندفرم ها بر اساس الگوریتم شبکه های...

در این مقاله با استفاده از نتایج آزمایشگاهی و شبیه‌سازی عددی صورت گرفته توسط نرم افزار فایر، مدل‌سازی آلاینده‌ها و همچنین میزان مصرف سوخت در یک موتور دیزل پاشش مستقیم با استفاده از شبکه عصبی انجام گرفته که ورودی مدل‌سازی، دمای هوای ورودی، جرم سوخت تزریق‌شده، تایمینگ تزریق سوخت، طول مدت تزریق، دور موتور و تایمینگ بسته‌شدن سوپاپ ورودی می‌باشد. سپس بر اساس مدل‌های بدست آمده برای خروجی‌های فوق، با ...

چکیده: جایابی و نصب خازن در سیستمهای توزیع انرژی الکتریکی به منظور کاهش تلفات، بهبوود رروییوو ولتواژ وآزاد سوازی ظرییت خطوط شبکه انجام میگیرد. دراین مقاله مکانیابی و تعیین اندازه خازنها در سیستمهای توزیع شعاعی به منظور به حداقل رساندن سه تابع هدف تلفات سیستم، هزینه های جبرانسازی و شاخص پروفیل ولتاژ با روش الگوریتم آموزش و یادگیری ( TLBO ) بررسی و الگوریتم مورد استفاده بر روی سیستمهای واقعی نیز ...

مصرف گاز طبیعی به عنوان یکی از مهم‌ترین حامل‌های انرژی، طی سالیان اخیر روند صعودی را داشته و مدیریت مصرف و برنامه‌ریزی جهت تأمین نیازهای آن، نیازمند شناخت وضعیت مصرف کنونی و پیش‌بینی روند آتی آن می‌باشد. با معرفی و کاربرد گسترده مدل‌های مختلف همچون شبکه‌های عصبی مصنوعی جهت برآورد روند آتی مصرف و از طرفی تصادفی بودن آن‌ها، آگاهی از دقت این مدل‌ها جهت نیل به هدف پیش‌بینی دقیق‌تر، اهمیت بیشتری یاف...

در پژوهش حاضر به بررسی عمق آب‌شستگی در شرایط جریان دائمی و غیردائمی و بستر مسلح و غیرمسلح با استفاده از سیستم عصبی ـ فازی تطبیقی (آنفیس) و الگوریتم‌های بهینه‌سازی پرداخته شده است. مدل‌سازی‌ها به دو دسته‌ی برآورد عمق آب‌شستگی در جریان دائمی با استفاده از داده‌های صحرایی پل‌های مناطق مختلف آمریکا و برآورد عمق آب‌شستگی در جریان غیردائمی و شرایط بستر مسلح و غیرمسلح با استفاده از سه مجموعه داده‌ی آز...

در مقالة حاضر، از روش ماشین یادگیری شدید برای مدل‌سازی نرخ انتقال مواد در این فرآیند به عنوان پارامتر تأثیرگذار بر سرعت انجام فرآیند و کیفیت سطح بوجود آمده، استفاده شده است. میزان میانگین مربعات خطا (MSE) برای نرخ انتقال مواد در داده‌های آموزش 000387/0 و در داده‌های آزمون 0017/0 با استفاده از مدل شبکة عصبی ماشین یادگیری شدید بدست آمد. همچنین، مقدار میانگین مربعات خطا برای متوسط ضخامت لایة بازنش...