پیش بینی دقیق بار مصرفی می تواند نقش مهمی در استفاده اقتصادی از انرژی الکتریکی داشته باشد. در سالهای اخیر شبکه های عصبی مصنوعی به عنوان ابزاری توانمند جهت پیش بینی پیک بار مصرفی مورد استفاده قرار گرفته اند. به طور کلی شبکه های عصبی مصنوعی برای پیش بینی روابط بین پیک بار مصرفی در گذشته و حال و آینده مورد استفاده قرار می گیرند. سیستمهای معمول احتیاج به پارامترهای متغیر مختلفی دارند که هر کدام به ...

همگام با پیشرفت تکنولوژی نیاز به سیستم های بازشناسی به هنگام چهره به طور فزاینده ای رو به گسترش می باشد. این امر کلاسه بندی های متعارف و معمول در زمینه بازشناسی چهره را با چالشهایی مواجه ساخته است. زمان آموزش طولانی، پیکربندی و ساختار ثابت کلاسه بندی های موجود و عدم وجود توانایی در یادگیری نمونه های جدید بدون فراموش کردن نمونه های قبلی، از اهم این موارد می باشد. ایده استفاده از شبکه های عصبی مب...

در این مطالعه، شبکه‌‌های وایازی کلی (GRNN) و پرسپترون چند لایه‌ای (MLP) برای برآورد بیشترین ژرفای آبشستگی مورد بهره‌وری قرار گرفتند. الگوریتم‌های Levenberg-Marquardt و Momentum به عنوان الگوریتم‌های آموزشی، و دو تابع Tanh و Sigmoid نیز به عنوان توابع فعال‌ساز در این پژوهش جهت ساختن شبیه های عصبی به کار رفتند. تاکنون مطالعات گسترده‌ای در زمینه‌ی‌ استفاده از شبیه‌های مختلف شبکه‌ی عصبی جهت برآورد ...

در تحقیق قبلی انجام شده ]1[، نانوسیال‌ها با استفاده از نانولوله‌های کربنی اولیه و نانولوله‌های کربنی عامل‌دار با زمان‌های رفلاکس یک، دو و چهار ساعت و غلظت‌های 1/0، 25/0 و 5/0 درصد حجمی تهیه و رسانندگی حرارتی آن‌ها در دماهای 20، 30، 40 و 50 درجه‌ی سانتی‌گراد اندازه‌گیری شد. به دلیل پرهزینه و زمان‌بر بودن کارهای تجربی، معمولاً امکان بررسی گسترده آن‌ها وجود ندارد. یکی از بهترین روش‌ها برای بررسی کم...

در این پایان نامه یک روش حل مسائل مقدار اولیه و مرزی با استفاده از شبکه های عصبی ارائه شده است. پاسخ آزمونی معادله دیفرانسیل، به صورت جمع دو عبارت نوشته می شود؛ عبارت اول شرایط اولیه مرزی را برمی آورد و شامل هیچ پارامتر تنظیم پذیری نیست، عبارت دوم اثری بر شرایط اولیه مرزی ندارد و شامل یک شبکه ی عصبی پیش خور با پارامترهای تنظیم پذیر است، با توجه به این ساختار شرایط اولیه برآورده شده و با آموزش ش...

استفاده از رو ش های فازی آرت‎مپ و شبکه‎ی عصبی پرسپترون چندلایه برای تهیّه‎ی نقشه‎ی پوشش اراضی (مطالعه‎ی موردی: شهر اصفهان) ازجمله عوامل مهم در برنامه ریزی و مدیریت شهری، به‎ویژه در راستای نیل به توسعه‎ی پایدار در نواحی شهری و استفاده‎ی بهینه از سرزمین، دسترسی بهنگام از وضعیّت پوشش اراضی برای این مناطق است. داده های سنجش از دور پتانسیل بالایی برای تهیّه‎ی نقشه‎های به‎روز پوشش اراضی شهری دارند. روش...

این پایان نامه مدل های جدید را برای مراحل سیستم شناسایی چهره معرفی می کند. در مرحله شناسایی صورت، یک مدل هیبریدی (abann) را پیشنهاد می کند که آدابوست (ab) و شبکه عصبی مصنوعی (ann) را برای حل فرآیند موثر ترکیب می نماید. در مرحله بعدی صورت های علامت دار توسط abann شناسایی می گردد که توسط مدل شکل فعال (asm) و پرسپترون چند لایه (mlp) تطبیق خواهند یافت. در مرحله تنظیم یک مدل بافت محلی دو بعدی جدید ر...

هدف این پژوهش ارزیابی کارآیی مدل شبکه عصبی مصنوعی برای تهیه نقشه پیش بینی رویشگاه های گیاهی در مراتع استان قم است. بدین منظور، با رویهم گذاری نقشه های شیب، جهت و ارتفاع، واحدهای همگن تهیه شدند و نمونه برداری از پوشش گیاهی و خاک انجام شد. در آخر نقشه مربوط به متغیرهای محیطی با استفاده از سامانه اطلاعات جغرافیاییو زمین آمار تهیه شد. برای تهیه مدل شبکه عصبی از پرسپترون چندلایه بهره‏گیری شد. پس از ...

ارزیابی احتمال بروز زلزله در تهران، پایتخت ایران ـ که جمعیتی بالغ بر ۱۰ میلیون نفر و نیز مراکز مهم سیاسی، اقتصادی،اجتماعی و فرهنگی در آن حاضرند ـ از اهمیت ویژهیی برخوردار است. برای انجام مطالعهی حاضر که به جنوب شهر تهران اختصاص دارد، مجموعهیی از دادههای لرزهخیزی تاریخی و دستگاهی با پوشش زمانی از ۴ قرن پیش از میلاد تاکنون را به کار گرفتهایم و منابع لرزهزا تا شعاع ۲۰۰ کیلومتری تهران مدل شدهاند. ب...