اساس بسیاری از تصمیم گیری ها در فرآیندهای هیدرولوژیکی و تصمیمات بهره برداری از منابع آب بر پایه پیش بینی و تحلیل سری های زمانی است. خشکسالی حالتی نرمال و مستمر از اقلیم ایران با فراوانی وقوع نسبتاً بالا است و می توان با استفاده از تحلیل های آماری و مدل های ریاضی به پیش بینی آن پرداخت. در پژوهش حاضر به پیش بینی خشکسالی هواشناسی 5 ایستگاه حوزه آبریز سلماس واقع در استان آذربایجان غربی پرداخته شد. ب...

میجان در شمال خاور شهرستان جیرفت و در جنوب استان کرمان واقع شده است. این منطقه بخشی از باتولیت جبال بارز است. ترکیب سنگ شناسی نفوذی ها در محدوده میجان در کمپلکس جبال بارز متنوع بوده و شامل آلکالی گرانیت، آلکالی سینیت، گرانودیوریت و کوارتزسینیت است. سرشت ماگمایی این سنگ ها ساب آلکالن و کالکوآلکالن بوده و به سری های پتاسیک، کالکوآلکالن و پتاسیم بالا تعلق دارند. بررسی نمودارهای ژئوشیمیایی نشانگر آ...

در سالهای اخیر محدودیت منابع آبی جهت تامین آب مورد نیاز کشاورزی و غیر کشاورزی موجب بروز مشکلات زیادی شده است و باران یکی از منابع مهم تامین آب به حساب می آید. بارندگی یکی از مهمترین مولفه های ورودی به سیستم های هیدرولوزیکی محسوب می شود که مطالعه و اندازه گیری آن در اکثر موارد برای مطالعات رواناب، خشکسالی، آبهای زیر زمینی، سیلاب، رسوب و ... لازم و ضروری است. بنابراین پیش بینی و برآورد نزولات جوی...

سری های زمانی gps شامل یک ترند خطی، حرکات پریودیک با فرکانس های سالیانه و نیم سالیانه، آفست ها و یکسری رفتار های دیگر تحت عنوان نویز می باشند. با توجه به کاربرد های متفاوت سری های زمانی مانند بررسی حرکات تکتونیک، تغییر پوسته زمین و دینامیک زلزله و غیره باید سری های زمانی با دقت بالایی تقریب گردند. برای این منظور لازم است که مولفه های سیستماتیک موجود در مدل تابعی با دقت بالایی تعیین شوند. در این...

در مطالعات علوم پزشکی، موقعیت های وجود دارند که امکان استفاده از روش های متداول مبتنی بر توزیع نرمال (روش های پارامتری) وجود ندارد. هدف از این مقاله ارائه روش های متداول ناپارامتری و انجام استنباط مبتنی بر آن ها می باشد. مبانی و نحوه انجام محاسبات و همچنین کدهای نرم افزاری مربوط به روش های متداول ناپارامتری و استنباط مبتنی بر آن ها برای مثال های مطالعات علوم پزشکی به همراه ملاحظات انتخاب آزمون ...

به منظور مدل سازی و تخمین مناسب و قابل اعتماد پارامترها در مدل های داده­های خودهمبسته، از رویکردهای پایداراستفاده می­شود. وجود داده های پرت و آلودگی ها، تاثیری مخرب در تخمین پارامترهای این مدلها دارد. از آنجایی که در اغلب مسائل مالی، داده های گذشته بر داده­های اخیر اثرگذار هستند، این داده ها معمولاً در قالب سری زمانی مدل­سازی می شوند. در این تحقیق، مدل­های خود رگرسیون به عنوان یکی از مدل­های مطر...

یکی از مشکلات مهم در پیش بینی با شبکه های عصبی مصنوعی، فراهم کردن داده های لازم برای پیش بینی است؛ چرا که شبکه های عصبی برای حصول نتایج دقیق نیاز به داده های زیادی دارند. اما باید توجه داشت که جمع آوری داده های مورد نیاز شبکه، نخست، بسیار هزینه بر است و دوم، مدت زمان طولانی را طلب می کند. بنابراین با توجه به تغییرات سریع در محیط های واقعی و به ویژه سیستم های اقتصادی و مالی، پیش بینی در این گونه...

استفاده از روش های غیر کلاسیک در شناسایی مدل و پیش بینی رفتار سیستم های پیچیده، مدتهاست در محافل علمی و حتی حرفه ای متداول و معمول شده است. در بسیاری از سیستم های پیچیده و خصوصا غیر خطی که مدل سازی و به دنبال آن پیش بینی و کنترل آنها از طریق روش های کلاسیک و تحلیلی امری بسیار دشوار و حتی بعضا غیر ممکن می نماید، از روش های غیر کلاسیک که از ویژگی هایی همچون هوشمندی، مبتنی بر معرفت و خبرگی برخوردا...