نتایج جستجو برای: الگوریتم شبکه های عصبی مبتنی بر حداقل میانگین مربعات خطا

تعداد نتایج: 679825  

حسین ملکی نژاد, ربابه پورشرعیانی

پیش­بینی نوسانات سطح آب زیرزمینی، برای برنامه­ریزی مناسب­تر به­ویژه در مناطق خشک و نیمه خشک امری ضروری است. در این تحقیق برای پیش­بینی نوسانات سطح آب زیرزمینی در دشت مروست از مدل­های سری زمانی و شبکه عصبی استفاده شد. برای مدل­سازی، اطلاعات سطح آب زیرزمینی در طی سال­های 88-1366 استفاده و مدل­های مختلف سری زمانی تلفیقی و شبکه عصبی مصنوعی بر داده­ها برازش داده شد. کارآیی و دقت مدل­های آریما در پیش...

ژورنال: :مهندسی صنایع و مدیریت 0
هاشم محلوجی دانشکده مهندسی صنایع- دانشگاه صنعتی شریف نجمه نشاط دانشکده مهندسی صنایع- دانشگاه صنعتی شریف

در این نوشتار با ارائه ی نمونه ی عملی فرایند «افشانه ی خشک کنندهپانویس{s p r a y d r y i n g}»، مدل سازی فرایندها با استفاده از مدل های رگرسیون لجستیک و الگوریتم شبکه ی عصبی مصنوعی با هدف پیش بینی )برون یابی و درون یابی( عملکرد فرایند به کار گرفته می شود. به منظور مقایسه ی قدرت هرکدام از این دو مدل در پیش بینی عملکرد فرایند، شاخص های ارزیابی پایایی مدل، شامل ضرایب تعیین مدل و درصد صحت پیش بینی،...

ژورنال: :نشریه علمی-پژوهشی تحقیقات مالی 2010
عادل آذر سیروس کریمی

هدف این تحقیق پیش بینی بازده سهام با استفاده از نسبت های حسابداری با رویکرد شبکه های عصبی است. در این تحقیق توانایی پیش بینی بازده سهام با استفاده از نسبت های حسابداری با دو رویکرد شبکه های عصبی مصنوعی و رگرسیون حداقل مربعات مورد بررسی قرار گرفته است. متغیرهای مستقل در این تحقیق نسبت های حسابداری و متغیر وابسته بازده سهام می باشد بدین منظور نسبت های حسابداری برای دو صنعت سیمان و دارو به مدت 8 س...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شاهرود - دانشکده شیمی 1392

در این تحقیق مطالعات ارتباط کمی ساختار-خاصیت (qspr)، برای پیش¬بینی دانسیته¬ی سیالات تجمعی شامل الکل¬ها، آمین¬های نوع اول و دوم و کربوکسیلیک اسیدها به کار گرفته شده¬اند. برای تولید توصیف¬کننده¬های مهم از دو روش مختلف استفاده شده است. در روش اول، ابتدا تعداد زیادی توصیف¬کننده شامل 18 دسته¬ی مختلف، توسط نرم افزار dragon محاسبه شدند و سپس برای انتخاب توصیف¬کننده¬های مهم از روش رگرسیون مرحله¬ای (sr)...

ستار میرزاکوچکی سید محمدرضا موسوی, نرجس راحمی نوش‌آبادی

با بالارفتن سرعت حرکت اجسام در سیستم GPSدقت تعیین موقعیت کاهش می­یابد؛ درحالی‌که محاسبة دقیق موقعیت در حرکت با سرعت­های بسیار زیاد نظیر حرکت ماهواره­ها بسیار حائز اهمیت است. روش­هایی مانند روش حداقل مربعات خطا که برای تعیین موقعیت استفاده می­شوند، در چنین سرعت­های بالایی، دقت پایینی دارند و با افزایش سرعت، خطای آن­ها افزایش می­یابد. در این مقاله، دو روش برای موقعیت­یابی مبتنی بر روش حداقل مربعا...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه یزد - دانشکده منابع طبیعی 1393

پیش¬بینی جریان رودخانه یکی از مهم¬ترین ارکان در مدیریت منابع آب¬های سطحی به ویژه اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشکسالی¬ها است. به طور سنتی، مدل¬سازی و تجزیه و تحلیل سری¬های زمانی برای ساختن مدل¬های ریاضی در جهت تولید داده¬های هیدرولوژیکی در هیدرولوژی و منابع آب استفاده می¬شود. همچنین انتخاب ترکیب مناسب از پارامترهای ورودی. در این پژوهش برای پیش¬بینی دبی روزانه و ماهانه رودخانه سفید ا...

ژورنال: کنترل 2015

این مقاله به معرفی بازی های گرافی دیفرانسیلی برای سیستم های چند عاملی غیر خطی زمان پیوسته می پردازد و یک روش بهینه توزیع شده برخط برای حل آنها پیشنهاد می کند. در بازی های گرافی دیفرانسیلی، دینامیک خطا و اندیس عملکرد هر بازیکن تنها بستگی به اطلاعات همسایگان محلی آن عامل دارد. الگوریتم تکرار سیاست توزیع شده پیشنهاد شده، حل تقریبی معادلات همیلتون-جاکوبی کوپل شده همکارانه متعلق به عامل های غیر خطی...

ژورنال: پژوهش نفت 2013
محسن اکبرپورشیرازی محمد امین دزفولیان

مغزه‌گیری از تعدادی چاه بدون توجه به اندازه میدان نفتی، برای به‌دست آوردن اطلاعات کلی از منطقه، امری ضروری و غیرقابل اجتناب می‌باشد. مغزه‌گیری از تمام چاه‌ها در یک میدان بزرگ بسیار پرهزینه است. بنابراین، یافتن راهی برای گریز از این هزینه‌ بالا ضروری به نظر می‌رسد. این پژوهش به مدل‌سازی شبکه‌های عصبی مصنوعی، به منظور استفاده از نگارهای چاه برای تخمین لیتولوژی در یکی از مخازن میدان گازی پارس جنوب...

مدل‌سازی و پیش‌بینی سطح ایستابی چاه‌ها یکی از کار‌های اساسی برایرسیدن به مدیریت بهینه منابع آب می‌باشد. یکی از راه‌های پیش‌بینی سطح آب زیرزمینی استفاده از تکنیک‌های هوش مصنوعی نظیر شبکه عصبی مصنوعی و برنامه‌ریزی بیان ژن می‌باشد. هدف از این پژوهش بررسی کارایی روش شبکه عصبی مصنوعی و برنامه‌ریزی بیان ژن در پیش‌بینی سطح ایستابی آب زیرزمینی آبخوان دشت جیرفت می‌باشد. به این منظور از داده‌های سطح ایست...

ژورنال: مهندسی منابع آب 2011

رابطه ی بین عمق سطح ایستابی و تبخیر از سطح خاک در اغلب مناطق خشک و نیمه خشک بسیار مهم است. در این مناطق به علت آبیاری بیش از حد نیاز، اغلب سطح ایستابی نزدیک زمین است که باعث شوری خاک می‌شود. در این مطالعه از یک شبیه فیزیکی سطح ایستابی برای تعیین شدت تبخیر در خاکهای لوم شنی، لومی و لوم رسی در گلخانه و برای سه سطح ایستابی 40، 60 و 80 سانتی متری استفاده شده است. تبخیر از سطح خاک، تبخیر از سطح آزاد...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید