آگاهی از روند متغیرهای کلان اقتصادی همواره برای اقتصاددانان، برنامه¬ریزان و سیاست¬گذاران اهمیت بسیاری داشته است. از این¬رو، همواره سعی شده¬است که پیش¬بینی این متغیرها با کمترین خطای ممکن صورت بگیرد. هدف مطالعه حاضر، مقایسه مدل¬های پیش¬بینی تک¬متغیره شامل روش¬های اقتصادسنجی و شبکه¬های هوش¬مصنوعی برای پیش¬بینی رشد بخش کشاورزی ایران است. بدین منظور روش¬های، اقتصادسنجی مدل خودرگرسیون میانگین متحرک ...

اندازه­گیری دبی جرمی با استفاده از حسگرهای خازنی به عنوان روش ارزان و سریع توسعه یافته است. اما پیش­بینی دبی جرمی به علت وابستگی پاسخ حسگر به عوامل مختلف و پیچیدگی اثر این عوامل دشوار است؛ لذا در این مطالعه پتانسیل شبکه عصبی مصنوعی (ANN)، سیستم استنتاج فازی (ANFIS)  و تکنیک‌های رگرسیون چندگانه (MR)  برای پیش‌بینی دبی جرمی شلتوک با استفاده از سنسور خازنی مورد بررسی قرار گرفت. بسامد، رطوبت و ولتا...

نفوذپذیری یکی از مهم‌ترین پارامترهای فیزیکی خاک‌ها و از داده‌های بنیادی طرح‌های آبیاری و زه‌کشی است. اگرچه برای توصیف این پدیده، تاکنون روش‌ها و روابط مختلف تئوری و یا تجربی ارایه شده، ولی هنوز هم از جنبه‌های تطابق و امکان کاربرد علوم جدیدی نظیر روش شبکه‌های عصبی مصنوعی در پیش‌بینی این پدیده، جای تحقیق و بررسی وجود دارد. در تمام روش‌های موجود برای تعیین روابط نفوذ، انجام آزمایش‌های زمان‌بر و پر...

در قسمت اول این تحقیق، مطالعات ارتباط کمی ساختار- فعالیت (qsar)، برای مدل سازی و پیش بینی فعالیت ضد اختلال خواب یکسری از ترکیبات دی هیدرو کینولین توسعه یافت. روش های رگرسیون مرحله ای (sr) و الگوریتم ژنتیک(ga) برای انتخاب توصیف کننده های مناسب استفاده شدند. توصیف کننده های انتخاب شده توسط این دو روش برای مدل سازی و پیش بینی فعالیت ضد اختلال خواب این ترکیبات وارد شبکه عصبی مصنوعی (ann) شدند. به م...

زمینه و هدف:  اثرات خاک در طیف طراحی اغلب آیین‌نامه‌های طراحی لرزه‌ای، براساس جنس خاک و متوسط سرعت موج برشی در لایه‌های مختلف لحاظ شده است. در این طیف‌های طراحی، برخی اثرات ویژه ساختگاهی مانند اثرات ضخامت و عمق سنگ بستر لرزه‌ای نادیده گرفته شده است. تجربیات زلزله‌های پیشین ثابت کرده، ضخامت لایه‌های خاک بر پاسخ زمین و در نتیجه بر توزیع خسارات سازه‌ای تاثیر مهمی داشته و غیر قابل چشم پوشی است. ایر...

در مطالعه حاضر دمای آب خروجی از جمع کننده خورشیدی صفحه تخت با استفاده از شبکه‌های عصبی مصنوعی (ANN) و تخمین‌گر بردار پشتیبان (SVR) در دو حالت مدل و با نتایج تجربی مقایسه شد. نتایج نشان داد که با افزایش پارامترهای ورودی مدل‌ها، دقت مدل افزایش یافت. بر اساس نتایج  مقادیر R2، MSE و MAPE در روش SVRبرای مدل اول به ترتیب برابر 97/0، 25/3 و  77/2 و برای پارامترهای مدل دوم به ترتیب برابر 99/0، 10/0 و 5...

چکیده شبکه های عصبی در دهه ی اخیر به عنوان ابزار قدرتمندی جهت پیش بینی در حوزه های مختلف مورد استفاده قرار گرفته اند. در این تحقیق از شبکه عصبی پیشخور پرسپترون چند لایه (mlp) با یادگیری پس انتشار از الگوریتم آموزش انتشار به عقب (bp)، با تکنیک بهینه سازی عددی لونبرگ- مارکوات (lm)،توسط نرم افزار متلب مورد استفاده قرار گرفت. درصد رطوبت کیک ، دمای پرس و زمان بسته شدن پرس به عنوان متغیرهای ورودی و خ...

در این تحقیق سعی گردید، ترکیب ورودی و مدل مناسب برای تخمین بارش‌های شهرستان شاهرود تعیین گردد. برای رسیدن به این هدف از داده­های ماهانه هواشناسی شامل تبخیر، دما، رطوبت نسبی هوا، تابش­های خورشیدی، سرعت باد در دوره­ آماری 1342 تا 1394 و مدل­های شبکه عصبی مصنوعی و ماشین بردار پشتیبان استفاده شده است. 75 درصد از داده­ها برای واسنجی و 25 درصد دیگر جهت اعتبارسنجی مدل­ها استفاده شده است. در این تحقیق ...

در این مقاله سیستم های چندشبکه ای به منظور کاهش خطا و افزایش دقت نتایج حاصل از روش شبکه عصبی مصنوعی پیشنهاد شده است. در این سیستم ها نتایج چندین شبکه که به طور منفرد و مجزا آموزش دیده اند، به روشی مناسب با هم ترکیب می شود. در این مطالعه تخلخل مؤثر یکی از مخازن هیدروکربوری میدان عظیم پارس جنوبی با استفاده از سیستم های چندشبکه ای برآورد شده است. از شبکه های عصبی مصنوعی پس انتشار خطا که به روش اعت...

به منظور مقایسه رگرسیون خطی و شبکه­های عصبی مصنوعی در برآورد ابعاد پیاز رطوبتی در سامانه آبیاری قطره­ای در اراضی شیب­دار، آزمایشاتی با قطره­چکان­ دارای دبی ثابت 4 لیتر در ساعت در مدت زمان­های آبیاری 4، 6، 8، 10 و 12 ساعت در اراضی با شیب‌های صفر، 5، 15 و 25 درصد با بافت خاک لوم­سیلتی در منطقه فتحعلی دشت مغان در چهار تکرار انجام گرفت. نتایج مقایسه ای تخمین عمق پیاز رطوبتی با آماره­هایR2 و EF و RM...