آبشستگی پایین دست سرریز سدها از جمله سرریزهای فلیپ باکت موجب ناپایداری سد می شود.این پدیده بسیار پیچیده است و عوامل شناخته و نا شناخته متعددی بر آن اثر گذار می باشد. لذا پیش بینی و تخمین ابعاد آن مشکل است و موضوعی برای تحقیق توسط اهل فن شده است.شبکه عصبی مصنوعی و فازی از جمله تکنیک هائی هستند که در دهه های اخیر جهت شبیه سازی بسیاری از پدیده ها مورد توجه محققین قرار گرفته اند.در این پایان نامه ...

در این پژوهش به حل مسأله ی مسیر یابی روبات متحرک با تبدیل این مسأله به مسأله ی بهینه سازی محدودیت دار و سپس استفاده از یک مدل شبکه عصبی بازگشتی برای حل مسأله ی به دست آمده پرداخته شده است. مدل شبکه عصبی بازگشتی برای حل مسأله ی مسیر یابی روبات به گونه ای ارائه شده است که مسیر ساخته شده توسط مدل، همواره در ناحیه شدنی قرار گیرد. این موضوع از دیدگاههای تحلیلی و عددی مورد بررسی قرار گرفته و نشان داد...

در بخش اول حلالیت 14 ترکیب جامد آلی در سیال های فوق بحرانی دی اکسید کربن ، اتان و فلوئورفرم به 7 توصیف کننده روی یک گستره ی وسیعی از فشار و دما مربوط شده است. رگرسیون خطی چندگانه (mlr) و شبکه ی عصبی مصنوعی (ann) برای مدل سازی مورد استفاده قرار گرفته اند. اکثر توصیف کننده های وابسته توسط الگوریتم ژنتیک انتخاب شده اند. rmse سری آموزش، پیش بینی، اعتبار داخلی و اعتبار خارجی برای مدل های mlr و ann ب...

لازمه دستیابی به مدیریت جامع و پایدار منابع آب زیرزمینی، شناخت رفتار سیستم آب زیرزمینی و پیش بینی نوسانات سطح آن می باشد. در سال های اخیر به دلیل عدم وجود داده های کافی برای توسعه مدل های ریاضی آب های زیرزمینی، از سیستم های هوشمند به منظور شبیه سازی و پیش ّبینی نوسانات تراز آب آبخوان استفاده می شود. اما تعداد زیاد چاهک های مشاهده ای نصب شده در آبخوان باعث می شود تا تحلیل تمامی چاهک ها به صورت تک...

هدف از تحقیق حاضر بررسی امکان پیش بینی نوسان بازده با استفاده از مدل های ترکیبی گارچ و مدل ترکیبی گارچ و شبکه عصبی بر شاخص کل بورس اوراق بهادار تهران و مقایسه نتایج حاصل از آن ها به منظور تعیین بهترین مدل در پیش بینی نوسان بازده در بورس اوراق بهادار تهران می باشد. یافته های تحقیق حاکی از آن است که امکان پیش بینی نوسان بازده با استفاده مدل های garch وجود دارد و همچنین در بین مدل های خانواده گارچ...

در این مقاله روش جدیدی برای مدل سازی خطی سیستم های غیر خطی ارائه می گردد . اساس روش پیشنهادی طراحی یک شبکه عصبی مصنوعی دو لایه و‌آموزش آن بر مبنای داده های ورودی- خروجی است . وزن های اتصالات این شبکه ضرایب تابع تبدیل هستند . در سیستم هایی که رفتار آنها خطی باشد ، روش حداقل کردن مربعات خطا (lse) بهترین نتایج مدل سازی را ارائه می نماید . در سیستم هایی که رفتار غیر خطی دارند ، نظیر بعضی قسمت های ب...

این پژوهش با رویکرد ترکیبی، با به‌کارگیری شبکه عصبی بازگشتی مبتنی بر الگوریتم کلونی زنبورعسل مصنوعی (ABC-RNN)، درصدد ارائه مدلی بهینه برای پیش­بینی قیمت سهام در بورس تهران است. برای این منظور با استفاده از داده‌های سهام پذیرفته‌شده در بازار اول تابلوی اصلی بورس تهران که طی سال­های 1390 تا پایان سال 1394 مورد معامله قرارگرفته است، ضمن تعریف مؤلفه­های تکنیکال و بنیادی متعدد، با به‌کارگیری فرآیند ...

سابقه و هدف: پایداری اکسیداسیون یکی از پارامترهای مهم در حفظ کیفیت روغن زیتون طی نگهداری می باشد اطمینان از ثبات کیفیت روغن زیتون یکی از مسائل و نگرانی های مهم تولیدکنندگان و مصرف کنندگان است. لذا این مطالعه با هدف مدل سازی پایداری اکسیداسیون روغن زیتون با استفاده شبکه های عصبی مصنوعی به منظور به بهبود فرآیند کنترل کیفیت این محصول انجام شد. مواد و روشها: در این مطالعه از روش شبکه عصبی پیش خور ب...

پیش­بینی فرسایش­پذیری بادی از طریق ویژگی­های خاک به عنوان گامی اساسی در مدل­سازی فرسایش بادی محسوب می‌شود. این پژوهش با هدف مقایسه کارایی چهار روش مختلف شامل رگرسیون خطی چندمتغیره، شبکه عصبی مصنوعی، شبکه عصبی مصنوعی هیبریدشده با الگوریتم ژنتیک و شبکه عصبی هیبریدشده با الگوریتم بهینه‌سازی وال در مدل‌سازی فرسایش‌پذیری بادی در بخشی از اراضی پیرامون شرقی دریاچه ارومیه انجام شد. برای این منظور، 96 ن...

افزایش تقاضای محصولات کشاورزی و کمبود منابع آب و خاک مناسب همراه با مشکلات تحقیقات میدانی، ضرورت استفاده از مدل‌های مناسب برای پیش‌بینی عملکرد محصولات کشاورزی را آشکار می‌سازد. این تحقیق به بررسی کارایی مدل‌های فراکاوشی شبکه‌های عصبی مصنوعی، شبکه تطبیقی عصبی فازی و روش ترکیبی شبکه‌های عصبی- فازی تطبیقی و الگوریتم بهینه‌سازی ازدحام ذرات دربرآورد عملکرد گندم به کمک ویژگی‌های خاک و اراضی پرداخته ‌...