نتایج جستجو برای: شبکههای عصبی مصنوعی ann

تعداد نتایج: 46401  

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شاهرود - دانشکده شیمی 1393

در این تحقیق، دانسیته ی مایعات یونی با استفاده از دو روش که شامل: ترکیب روش سهم گروه با شبکه ی عصبی مصنوعی (gcm-ann) و روش سهم گروه با ماشین بردار پشتیبان (gcm-svm) می باشد، تخمین زده شد. مجموعه ی نقاط شامل، 3107 نقطه داده ی تجربی دانسیته برای محدوده ی وسیعی از دما (293-414 k)، فشار (0/1-65 mpa) و دانسیته (869/21-2400 kg.m-3) مطابق با 188 مایع یونی می باشد. مجموعه ی داده ها در شبکه ی عصبی مصنوع...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان اردبیل - دانشکده علوم پایه 1389

qspr برای مدل سازی و پیش بینی چرخش ویژه نوری بکار رفته است. در این پروژه ، ابتدا 59 مولکول الکل که دارای چرخش ویژه بودند انتخاب شدند و شکل مولکولی آنها با استفاده از نرم افزار hyperchem 7.0 ترسیم شد. سپس فایل شکل های رسم شده به نرم افزار draogn انتقال یافت که تعداد 1481 توصیف گر مولکولی را محاسبه می کند. با توجه به اینکه یک رابطه غیر خطی میان توصیف گرها وجود داشت از الگوریتم ژنتیک برای انتخاب ب...

ژورنال: :پژوهشهای جغرافیای طبیعی 2010
محمد حسین قلی زاده محمد دارند

گسترش سریع استفاده از شبکه های عصبی مصنوعی ( ann) به عنوان مدل تجربی و کارآمد در علوم مختلف از جمله هواشناسی و اقلیم شناسی نشان دهنده ضرورت ارزش بالای مطالعه این مدل هاست. پیش بینی بارش برای اهداف مختلفی نظیر برآورد سیلاب، خشکسالی، مدیریت حوضه آبریز، کشاورزی و ... دارای اهمیت بسیاری است. هدف این مقاله پیش بینی بارش ماهانه با استفاده از شبکه های عصبی مصنوعی در شهر تهران می باشد. در این تحقیق از ...

ژورنال: :مدیریت دارایی و تأمین مالی 0
رضا راعی دانشگاه تهران مهدی بستان آراء دانشگاه تهران

بسیاری از پژوهش‏ها در علم مالی بر پیش‏بینی دقیق بازده شرکت‏ها با در نظر داشتن ریسک سرمایه‏گذاری در سهام آن‏ها تمرکز داشته‏اند. هدف این پژوهش،بررسی امکان توضیح بازده غیرعادی(تفاوت بازده مورد انتظار حاصل از مدل قیمت‏گذاری دارایی‏های سرمایه‏ای و بازده واقعی) بااستفاده ازنسبت‏های مالی وانتخاب ابزاربهتر برای پیش‏بینی آن از بین دومدل رگرسیون چندگانه با رویکرد تحلیل مؤلفه‏های اصلی (pca) وشبکه‏های عصبی...

ژورنال: :محیط شناسی 2012
علی اسکندری روح اله نوری حامد معراجی امین کیاقادی

محدودیت سنسورهای سخت افزاری برای اندازه گیری برخی مشخصه های کیفی آب مانند اکسیژن خواهی بیوشیمیایی 5 روزه (bod5) که از لحاظ زمانی هزینه بر هستند، تلاش ها را به سمت استفاده از سنسورهای نرم افزای برای پیش بینی بهنگام bod5 سوق داده است. هدف اصلی مقاله مذکور نیز توسعة سنسور نرم افزاری مناسب بر مبنای مدل های هوشمند شبکة عصبی مصنوعی (ann) و ماشین بردار پشتیبان (svm) برای تخمین بهنگام bod5 در رودخانة س...

ژورنال: :زمین شناسی مهندسی 0

برآورد سیلاب و مدیریت آن از دیرباز مورد توجه کارشناسان و مدیران علوم محیطی بوده است. برای این امر روش های بسیاری وجود دارد که یکی از چشم گیرترین آن ها استفاده از شبکه های عصبی مصنوعی است. در این تحقیق، مدل بارش- رواناب حوضه آبریز رودخانه هلیل رود در جنوب شرق ایران ارائه شده است. ظهور تئوری های توانمند مانند منطق فازی و شبکه های عصبی مصنوعی(ann)، الگوریتم ژنتیک و موجک تحولی عظیم در تحلیل رفتار س...

ژورنال: محیط شناسی 2012
امین کیاقادی حامد معراجی روح‌اله نوری علی اسکندری

محدودیت سنسورهای سخت‌افزاری برای اندازه‌گیری برخی مشخصه‌های کیفی آب مانند اکسیژن‌خواهی بیوشیمیایی 5 روزه (BOD5) که از لحاظ زمانی هزینه‌بر هستند، تلاش‌ها را به سمت استفاده از سنسورهای نرم‌افزای برای پیش‌بینی بهنگام BOD5 سوق داده است. هدف اصلی مقاله مذکور نیز توسعة سنسور نرم‌افزاری مناسب بر مبنای مدل‌های هوشمند شبکة عصبی مصنوعی (ANN) و ماشین بردار پشتیبان (SVM) برای تخمین بهنگام BOD5 در رودخانة س...

ژورنال: دانش آب و خاک 2015

پیش­­بینی دقیق جریان روزانه، نقش به­سزایی در مدیریت کارآمد منابع آب ایفا می­کند. به این منظور در این تحقیق سعی شده است که جهت مدل­سازی هرچه دقیق­تر فرآیند پیش‌بینی جریان روزانه رودخانه نوران­چای واقع در حوضه آتشگاه، از شبکه­های عصبی مصنوعی (ANN) استفاده ­گردد. همچنین به‌منظور افزایش کارآیی ANN از تجزیه مؤلفه‌های اصلی (PCA) جهت پیش‌پردازش داده­های ورودی استفاده گردیده و درنهایت داده­های خروجی حا...

ژورنال: :مهندسی و مدیریت آبخیز 2013
مجید خزایی محمد رضا میرزایی

پیش­بینی در هیدرولوژی به معنی تخمین شرایط هیدرولوژیکی و هواشناسی در یک بازه زمانی خاص می­باشد. در همین راستا، فهم رابطه بین بارش و رواناب یکی از ضروری ترین مسائل برای مدیریت منابع آب می باشد. پژوهش حاضر با هدف مقایسه بین مدل های مختلف شبکه عصبی مصنوعی (mlp وrbf) و سری های زمانی آرما (arma) در برآورد دبی ماهانه در حوزه آبخیز طالقان برای یک دوره 30ساله بین سال های 1356 تا 1386 پی­ریزی شد. در روش ...

ژورنال: فیزیک زمین و فضا 2012
علی‌اکبر سبزی‌پرور مجتبی شادمانی

در این تحقیق کارایی روش‌های متفاوت تجربی (کوینکا، اشنایدر، اورنگ، آلن و پرویت، مدل راگووانشی و والندر، اشنایدر اصلاح شده، پریرا) در مقایسه با شبکه عصبی مصنوعی (ANN) و سامانه استنتاج عصبی- فازی تطبیقی (ANFIS)در برآورد ضریب تشت رده A و تبخیر و تعرق گیاه مرجع، در یک اقلیم گرم و خشک مورد ارزیابی قرار گرفت. بدین‌منظور از آمار 10 ساله مربوط به اندازه‌گیری روزانه تبخیر از تشت استفاده شد. با توجه به ک...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید