خشک سالی پدیده ای است که برای پیش بینی آن نمی توان از مدل مشخصی استفاده کرد. بر این اساس، محققان تلاش می کنند با استفاده از مدل های پیشرفته دقت پیش بینی ها را افزایش دهند. در این زمینه، مدل های استوکاستیک خطی، شبکة عصبی مصنوعی، و مدل های هیبرید می توانند در دقت پیش بینی مفید باشند. تحقیق حاضر به بررسی کارایی مدل های اتورگرسیو میانگین متحرک تجمعی (arima)، شبکة عصبی مصنوعی مستقیم (dmsnn)، شبکة عص...

از جایروکامپس در توجیه و نشانه‏روی موشک ها، همچنین در تجهیز موضع پرتاب و صحت تجهیز موضع پرتاب برای پیداکردن آزیموت نقاط خاصی استفاده می‏شود. مشاهدات و قرائت در این نوع قطب نما به صورت چشمی انجام می شود که دقت پایین و خطای مشاهداتی را به دنبال دارد. در این مقاله، الگوریتمی ساده برای قرائت خودکار یک قطب‏نمای ژیروسکوپی تجاری، با استفاده از روش‏های مبتنی بر پردازش تصویر دیجیتال و شبکه‏های عصبی، پیش...

یکی از روش های پیش بینی سیل در رودخانه ها به منظور مدیریت و کنترل سیل در آن، روندیابی سیل می باشد. امروزه تکنیک جدید استفاده از مدل شبکه های عصبی مصنوعی تکاملی(eann) که مبتنی بر هوش مصنوعی می باشد، کاربرد گسترده ای در زمینه های مختلف علمی به ویژه مهندسی آب پیدا کرده است. در این تحقیق به روندیابی سیل در رودخانه کارون، بازه اهواز- فارسیات، با استفاده از مدل های شبکه عصبی مصنوعی تکاملی پیش رونده (...

جهت ارزیابی عملکرد پاشش یک سمپاش زراعی نرخ متغیر، از روش شبکه عصبی مصنوعی استفاده شد. داده های لازم برای مدل سازی، از آزمون های مزرعه ای به دست آمد. برای مدل سازی بده خروجی افشانک ها،727 شبکه با چهار نوع مدل عصبی مصنوعی خطی، پرسپترون چندلایه، تابع پایه شعاعی و رگرسیون تعمیم یافته آزمون شدند. برای هر افشانک 45، 22 و 23 داده به ترتیب برای آموزش، اعتبارسنجی و آزمایش استفاده شد. مدل تابع پایه شعاعی...

تخمین تبخیر-تعرق گیاه مرجع یکی از مهم‌ترین مؤلفه‌ها در بهینه‌سازی مصرف آب کشاورزی و مدیریت منابع آب است. پیش‌بینی تبخیر-تعرق مرجع روزانه و هفتگی می‌تواند در پیش‌بینی نیاز آبی گیاهان و برنامه‌ریزی کوتاه‌مدت آبیاری مورداستفاده قرار گیرد. هدف از این تحقیق، ارزیابی عملکرد سه نوع شبکه عصبی مصنوعی MLP(پرسپترون چندلایه)، RBF (شبکه تابع پایه‌ای شعاعی)، SVM (ماشین بردار پشتیبان) در پیش‌بینی تبخیر-تعرق م...

دما یکی از مهم ترین پارامترها ی اقلیمی است که نقش مهمی در حیات بشر دارد. با توجه به تغییرات اقلیمی و خشکسالی های اخیر پیش بینی دماهای حداکثر از اهمیت زیادی برخوردار است. همچنین در حوزه های مختلف مدیریت منابع آبی و طبیعی، خشکسالی ها، ذوب برف و سیلاب، تبخیر و تعرق، گسترش آفات و بیماری ها اهمیت ویژه ای دارد. با توجه به توانایی شبکه های عصبی مصنوعی در شبیه سازی فرایندهای بسیار پیچیده، از آن ها برای...

در این پایان¬نامه یک سیستم شناسایی حروف انگلیسی با دقت تشخیص بالا طراحی و پیاده¬سازی شده است. در این سیستم نشان داده شده که فقط با استخراج ویژگی¬های مناسب از نمونه¬های اعمالی به سیستم، بدون آن¬که پیش¬پردازشی بر روی نمونه¬ها صورت گیرد، می¬توان توسط شبکه¬ی عصبی پیشخور عمل طبقه¬بندی بر روی فضای ویژگی را با بهترین دقت انجام داد. شبیه¬سازی این سیستم توسط نرم¬افزار matlab با مجموعه¬ای از 1560 کاراکتر...

در این نوشتار الگوریتم کنترل پیش بین غیرخطی (nmpc) مبتنی بر مدل شبکه عصبی برای سیستمهای غیرخطی چندمتغیره پیشنهاد شده است. ابتدا یک مدل چند ورودی – چند خروجی (mimo) با استفاده از شبکه عصبی پرسپترون چندلایه (mlp) بدست می آید که با الگوریتم levenberg-marquardt و سیگنالهای آموزش باینری شبه تصادفی دامنه دار (aprbs) همراه با نویز آموزش می بیند. این مدل به عنوان یک مدل کلی برای تمام نقاط کاری مورد نظر...

تصمیم­‌گیری در منابع طبیعی اغلب به پیچید­گی­‌هایی فراتر از روش­‌های تجربی آماری منجر می­‌شود، بنابراین نیاز به راهکارهای نوین دارد. تکنیک شبکه­‌های عصبی مصنوعی با تقلید از مغز انسان و الگوبرداری از آن به  فرآیند حل مشکل می­‌پردازد. در این پژوهش به­ پیش­‌بینی حجم صنعتی و هیزمی درختان با استفاده از تکنیک هوش مصنوعی پرداخته شد. برای این منظور، 367 اصله از درختان نشانه­‌گذاری شده جنگل آموزشی- پژوهش...

از اهداف اساسی و اولیه در مطالعات تفصیلی اکتشاف منابع معدنی، تفکیک آلتراسیون‌های معدنی به‌منظور مدل‌سازی شکل و موقعیت توده‌های معدنی و تهیه نقشه نقاط بهینه حفاری است. نخستین هدف این مقاله تفکیک آلتراسیون‌های معدنی در تصویر ماهواره‌ای فراطیفی Hyperion با استفاده از دو روش SAM و نسبت باندی است. در ادامه با استفاده از شبکه‌های عصبی پرسپترون چندلایه و تابع شعاع‌مبنا، به منظور تلفیق لایه‌های مؤثر بر...