نتایج جستجو برای: شبکه محاسباتی
تعداد نتایج: 40990 فیلتر نتایج به سال:
تحلیل تطبیقی یکی از مطالعات مهم در زمینه روشهای عددی است. در چند دهه اخیر فعالیتهای پژوهشی متعددی در این حوزه انجام شده است. هدف نهایی از این تحلیلها، به دست آوردن حل عددی با دقت مطلوب و کمترین هزینة محاسباتی است. هر فرایند تظریف تطبیقی شامل دو بخش اصلی است: بخش اول برآورد کنندة خطا و دیگری ابزاری برای فرایند تظریف میباشد. یکی از مزایای روشهای بدون شبکه، انعطافپذیری آنها در فرایندهای تظری...
اخیرا توجه فراوانی به کاربردهای نظریه مشبکه به ویژه مشبکه های فازی در زمینه های مختلف از جمله شبکه های عصبی شده است. یک مشبکه فازی از فازی سازی اندازه گیری شمول یک مشبکه معمولی ایجاد می گردد. شبکه های عصبی مبتنی بر مشبکه قادر به حل بسیاری از مسائل غیر خطی بوده و تا کنون در بسیاری از مسائل کاربردی مورد استفاده واقع شده اند. آنچه که در این پایان نامه مورد بررسی قرار می گیرد توسیعی از شبکه های عصب...
مطالعه حاضر به بررسی انتقال حرارت جابجایی آزاد در یک آنولی استوانهای افقی با حرارت دهی گسسته با استفاده از روش لاتیس بولتزمن بدون شبکه میپردازد. روش لاتیس بولتزمن، بعنوان یک روش جایگزین روشهای دینامیک سیالات محاسباتی متداول برای شبیه سازی جریانهای پیچیده در آمده است. از مزایای مهم این روش، صریح بودن معادله حاکم، سادگی اعمال آن برای محاسبات موازی و نیز سادگی اعمال شرایط مرزی برای مرزهای منحنی...
شبیهسازی توزیع شکستگیهای سنگ یک مسئله بسیار مهم مشترک در زمینههای مختلف مهندسی زمین است. این مسئله در مبحث آبگذری در تودهسنگ و پیشبینی میزان ورود آب به درون فضاهای زیرزمینی اهمیت بهخصوصی دارد. مطالعات تئوری نشان داده است که نتایج مدلهای سهبعدی شبکه شکستگی مجزا نسبت به سایر مدلها به واقعیت نزدیکتر میباشند. یکی از مهمترین ویژگیهای روشهای آماری مدلسازی شبکه درزه عدم توجه به رفتار ...
مدیریت موثر منابع آبی در یک رودخانه نیازمند شناخت صحیح و کامل از فرآیندهایی است که در آن رخ میدهد. روشهای هوش مصنوعی میتوانند کارایی بالایی جهت شبیهسازی جریان رودخانه در مقیاسهای مختلف زمانی و مکانی داشته باشند. در این مطالعه از روش شبکه عصبی مصنوعی و مدل نمودار درختی M5 جهت شبیهسازی ماهانه جریان رودخانه در ایستگاه استور استفاده گردید. جهت شبیهسازی دادههای دبی جریان ماهانه در این ای...
در این تحقیق، کارآیی شبکه های عصبی مصنوعی به عنوان عامل انتگرالگیر از دسته معادلات دیفرانسیلی غیرخطی حاکم بر سینتیک شیمیایی احتراق در مدلسازی LES شعله پیش مخلوط مغشوش نشان داده شده است. آموزش شبکه عصبی مصنوعی براساس الگوریتم آموزشی خطای پس انتشار صورت گرفته است که در آن ضرایب مدل آموزشی به طور دینامیکی و سازگار با توپولوژی تابع خطا معین می شوند. جدول بانک اطلاعاتی آموزش شبکه عصبی براساس مطالعات...
پایش کمّی آب زیرزمینی، با هدف بررسی و تعیین عوامل مؤثر در رفتار آبخوانها نقش به سزایی در مدیریت آب زیرزمینی هر منطقه دارد. بنابراین برای مطالعه تغییرات زمانی و مکانی سطح آب زیرزمینی، شبکه پایش کمّی آب زیرزمینی مورد نیاز است. در تحقیق حاضر طراحی بهینه بلندمدت شبکه پایش سطح آب زیرزمینی به کمک روشی بر پایه بهینهسازی در آبخوان دشت اشتهارد انجام گرفته است. پایگاه داده مورد نیاز، به کمک درونیابی کری...
روش های هوش محاسباتی، همچون شبکه های عصبی مصنوعی و منطق فازی، به عنوان ابزاری محبوب به منظور پیش بینی بازارهای پیچیده ی مالی معرفی شده اند. دقت پیش بینی ها ازجمله مهم ترین مشخصه های مدل های پیش بینی است و تلاش برای بهبود بخشیدن کارایی مدل های سری های زمانی هرگز متوقف نشده است. امروزه علی رغم روش های متعدد پیش بینی سری های زمانی که در چند دهه ی اخیر پیشنهاد شده اند، هنوز پیش بینی نرخ های ارز، کا...
روش هیدرودینامیک ذرات هموار (SPH) یک روش عددی بدون شبکة نسبتاً جدید است که در چند دهة گذشته توجه زیادی را به خود جلب کرده است. روش SPH در مقایسه با روشهای متداول دینامیک سیالات محاسباتی مبتنی بر شبکه، دارای برخی مزایای خاص در مدلسازی جریانهای چندفازی و فیزیکهای پیچیده است. SPH، در واقع همچنان یک روش CFD در حال توسعه است. در این مطالعه سعی شده است که نحوة تکامل SPH، مزایا، معایب، مراحل ب...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید