پروسه های پیش بینی یکی از عناصر کلیدی در بهره برداری و برنامه ریزی سیستمهای قدرت می باشند. شرایط جدید سیستمهای قدرت نظیر تجدید ساختار و مطرح شدن انرژیهای تجدید پذیر اهمیت پروسه های پیش بینی را بیشتر نموده و فرآیندهای پیش بینی جدیدی را نظیر پیش بینی قیمت برق و پیش بینی انرژی باد مطرح نموده اند. سیگنال خروجی در اکثر این پروسه های پیش بینی به تعداد زیادی از ورودیها وابسته است (از نظر ریاضی یک تابع...

در این نوشتار مدل اغتشاش ناهمسانگرد تنش‌های رینولدز (RSM) در کد محاسباتی EPISO اعمال و نتایج با مدل همسانگرد k-varepsilon برای حالت‌های تک فاز و دوفاز مقایسه شده که از هماهنگی مطلوبی برخوردار هستند. همچنین تاثیر جریان فاز گازی متلاطم غیرهمسانگرد داخل موتور بر شکل و پارامترهای ظاهری اسپری، طول نفوذ،نرخ تبخیر و توزیع بخار سوخت با مدل RSM مورد مطالعه قرار گرفته است. نتایج نشان می‌دهد که مدل RSM ...

چکیده ندارد.

شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...

در این مقاله با استفاده از از دو روش سیگنالی و احتمالی، داده های سالانه کشور های عضو اوپک در دوره زمانی 1989-2004، پردازش و یک الگوی هشدار دهنده پیش از وقوع برای آنها برآورد شده است. بر اساس روش سیگنالی، متغیر های نرخ رشد رابطه مبادله، نرخ رشد ذخایر بین المللی، نرخ رشد m2 به ذخایر بین المللی، نسبت بدهی دولت به بانک مرکزی به کل مطالبات بانک مرکزی، نسبت اعتبارات داخلی بهgdp، نسبت m2 به ذخایر بین ...

این مطالعه به بررسی قدرت پیش بینی مدل های خودرگرسیون با داده های با تواتر متفاوت در پیش بینی نرخ تورم فصلی برای اقتصاد ایران می پردازد. به این منظور، دقت پیش بینی مدل های خودرگرسیونی که از وقفه های ماهانه نرخ تورم استفاده می کنند در برابر مدل پایه ای که از اطلاعات فصلی تغذیه می کند، مقایسه شده است. نتایج نشان می دهد که استفاده از مشاهدات ماهانه نرخ تورم در پیش بینی تورم فصلی غالبا منجر به بهبود...

روابط پیچیده ای میان فاکتورهای موثر در تصادف و هزینه ناشی از وقوع تصادف قابل فرض است. این فاکتورها شامل مشخصات فردی و رفتاری هر فرد، پارامترهای محیط و شرایط راه در زمان وقوع تصادف و خصوصیات فنی خودرو می شود. شبیه سازی تاثیر این فاکتورها بر روی هزینه تصادف کار مشکلی است. در این پژوهش استفاده از روش شبکه های عصبی مصنوعی به دلیل انعطاف پذیر بودن آن، برای یادگیری و پیش بینی اطلاعات مدنظر قرار می گی...

افشای صحیح و مناسب اطلاعات مالی نقش مهمی در بازار سرمایه و تصمیم گیری سرمایه گذاران و دیگر ذینفعان ایفا می نماید. یکی از این اطلاعات که به خصوص در نبود تحلیل گران حرفه ای می تواند نقش زیادی در شفافیت و ثبات بازار ایفا نماید، پیش بینی های ارائه شده توسط مدیریت می باشد. کیفیت پیش بینی های مدیران ممکن است تحت تاثیر شرایط تحمیل شده از جانب محیط، میزان تخصص و انگیزه های شخصی تهیه کنندگان اطلاعات و ع...

در این تحقیق توانایی مدل های شبکه عصبی مصنوعی جهت شبیه سازی رفتار هیدرولوژیکی آب در حوزه های آبخیز مورد بررسی قرار گرفته است. هدف اصلی تحقیق بررسی کاربرد انواع مختلف شبکه های عصبی مصنوعی جهت شبیه سازی جریان در یک حوزه آبخیز با چند ایستگاه هیدرومتری و پیش بینی بهنگام جریان های سیلابی در پایین دست بوده است. منطقه مورد بررسی قسمت فوقانی رودخانه درونت (derwent) می باشد که یکی از شاخه های اصلی رودخا...

با نگاهی کوتاه در ادبیات جدید اقتصادی. به این نکته حائز اهمیت می رسیم که تورم، بیکاری نقش مهمی در عرصه اقتصاد داشته است و در ایران دو معضل بیکاری و تورم همواره باعث به وجود آمدن مشکلات در اقتصاد و جامعه گردیده است. مقاله حاضر به دنبال آن است که به برآورد نرخ بهینه بیکاری و مقایسه آن با نرخ طبیعی پرداخته و سپس نگاهی کوتاه به عملکرد و پیش بینی برنامه سوم توسعه در مورد دستیابی به نرخ بیکاری مطلوب ...