نتایج جستجو برای: کلمات کلیدی شبکه عصبی مصنوعی
تعداد نتایج: 91634 فیلتر نتایج به سال:
این مقاله ضمن ارائه مدلی ترکیبی از شبکه های عصبی مصنوعی، به بررسی توان پیش بینی کنندگی آنها در مقایسه با مدل های منفرد می پردازد. در این بررسی، با استفاده از شبکه های عصبی ترکیبی متشکل از شبکه های پیش خور و خود سازمانده کوهونن اقدام به پیش بینی قیمت سهام شده است. نتایج آزمایشات محاسباتی در پیش بینی قیمت سهام شده است. نتایج آزمایشات محاسباتی در پیش بینی قیمت سهام در بازار بورس تهران نشان می دهد ...
النینو از پدیده های مهم اقلیمی است که تأثیر زیادی بر متغیرهای اقلیمی نقاط مختلف کره زمین دارد. با توجه به نقش تبخیر در مطالعات منابع آب، بررسی تأثیر پدیده النینو بر این متغیر اقلیمی، از اهمیت شایانی برخوردار است. هدف از این پژوهش بررسی امکان برآورد تبخیر در ایستگاه همدید خرم آباد با استفاده از داده های النینو و با کمک مدل شبکه عصبی مصنوعی است. بدین منظور، داده های تبخیر ماهانه ایستگاه به مدت 29...
تاکنون مدلهای زیادی جهت تشریح فرآیند پیچیدة شکست سدهای خاکی و سیل ناشی ازآن پیشنهاد شده است. این مدل ها شامل مدل های فیزیکی، ریاضی ویا کامپیوتری می باشند. از جملة این مدلها، مدل BREACH میباشد که بطور وسیع درقرن اخیر مورد استفاده قرارگرفته است. این مدل بر مبنای روابط فرسایش، قوانیـن هیـدرولیـک، انتقـال رسوب و مکـانیـک خاک پایـهگـذاری شده است و توانایی محاسبه ابعاد نهایی مقطع شکست و هیدروگراف...
چکیده مقدمه و اهداف: در مطالعات اپیدمیولوژی و پزشکی، گاهی پژوهش گر با مواردی مواجه می شود که لازم است دو متغیر پاسخ را به صورت توام (همزمان) از روی تعدادی متغیر کمکی پیش بینی نماید. زمانی که متغیر پاسخ آمیخته باشد، با توجه به محدودیت ها و برقرار نبودن برخی پیش فرض ها، روش های کلاسیک آماری برای مدل بندی و پیش بینی کارایی لازم را ندارند. هدف این مطالعه به کارگیری مدل شبکه عصبی مصنوعی برای پیش بی...
در این مقاله ، بر اساس نتایج آزمایشگاهی، و با استفاده از روش برازش منحنی و شبکه عصبی مصنوعی اثر دما و کسر حجمی نانولولهها بر ضریب هدایت حرارتی نانوسیال نانولوله کربنی چند جداره عامل دار-آب بررسی شد. یک رابطه دقیق به صورت تابعی از کسر حجمی و دما برای پیش بینی ضریب هدایت حرارتی نانوسیال ارائه شد. همچنین شبکه های عصبی مختلفی به منظور مدلسازی ضریب هدایت حرارتی نانوسیال طراحی شد. در این شبکهها دما...
فرآیند نورد در کانال همسان زاویهدار از فرآیندهای تغییر فرم شدید پلاستیک جهت دستیابی به ساختار فوقریز دانه میباشد. در این مقاله به بررسی این فرآیند و تأثیر پارامترهای آن به کمک مدلسازی شبکهی عصبی مصنوعی و رگرسیون غیرخطی پرداختهشده است. بهمنظور پیشبینی خواص مکانیکی نمونه آلومینیم 6061 حاصل از فرآیند نورد در کانال همسان زاویهدار از شبکه عصبی پس انتشار پیشخور استفادهشده است. پارامترهای ز...
در این تحقیق، از یک شبکه عصبی مصنوعی در برآورد پروفیل پرش هیدرولیکی در حوضچه آرامش همراه با دیواره همگرا که از حالتهای خاص و پیچیده پرش هیدرولیکی میباشد، استفاده شده است. تعداد 1500 داده آزمایشگاهی اعماق پرش هیدرولیکی مربوط به مقاطع مستطیلی، برای همگرایی %7/2، %4 و %3/5 مورد استفاده قرار گرفته است. در توسعه مدل شبکه عصبی مصنوعی، 10 ساختار پرسپترون، با تعداد لایههای پنهان و نرونهای مختلف،...
زمینه و هدف: بیماری دیابت با گسترش روزافزون و بار سنگینی که در نتیجه کنترل و درمان عوارض به مردم و کشور تحمیل می کند به یکی از چالش های مسئولین درمانی و دولتی تبدیل شده است. از این رو پیشگیری از بروز و پیشرفت آن در اولویت قرار می گیرد که این امر تنها با شناسایی عوامل مؤثر و کنترل آن ها امکان پذیر است. این مطالعه درصدد پیش بینی ابتلا به دیابت بر اساس برخی متغیرهای مؤثر با کمک روش شبکه های عصبی م...
هدف اصلی از این تحقیق ، بهبود توانایی پاسخ شبکه عصبی انتشار متقابل در تحلیل و بهینه سازی سازه ها می باشد. برای رسیدن به آن تغییری در ضرایب اموزش داده شده که در نتیجه عملکرد بهتری حاصل گردیده است. شبکه با دو روش متفاوت آموزش داده می شود: زوج های آموزشی تولید شده تصادفی و ژنتیکی برای امتحان کردن توانایی شبکه ، مثالهای متفاوتی مورد بررسی قرار گرفته است.نتایج شبکه عصبی انتشار متقابل آموزش دیده با ز...
هدف تحقیق مدلسازی و پیشبینی تقاضای نفت در ایران با استفاده از روش، شبکه عصبی مصنوعی (ann)، می باشد. در مقاله تلاش شده تا یافته های تحقیق با استفاده از مدل مذکور با مدل armax مقایسه گردد تا میزان دقت پیشبینی شبکه عصبی مورد ارزیابی علمی قرار گیرد. نتیجه مطالعه نشان می دهد که مدل شبکه عصبی مصنوعی از دقت بیشتری در پیش بینی تقاضای نفت خام ایران برخوردار است. همچنین در این مقاله متغیرهای تعیین ک...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید