در این مقاله از 2 روش شبکه عصبی مصنوعی (ANN) و درونیابی کریژینگ فراگیر جهت برآورد مکانی تغییرات سرعت پوسته زمین در ایران استفاده شده است. در هر 2 روش جهت تست و ارزیابی نتایج بدست آمده از 7 ایستگاه GPS که مقادیر سرعت آنها نسبت به صفحه اوراسیا معلوم بوده، استفاده شده است. میانگین خطای نسبی بدست آمده از این مقایسه 48/13+ درصد برای شبکه عصبی و 38/25+ درصد برای روش کریژینگ فراگیر در مولفه شمالی (VN)...

پیش­­بینی دقیق جریان روزانه، نقش به­سزایی در مدیریت کارآمد منابع آب ایفا می­کند. به این منظور در این تحقیق سعی شده است که جهت مدل­سازی هرچه دقیق­تر فرآیند پیش بینی جریان روزانه رودخانه نوران­چای واقع در حوضه آتشگاه، از شبکه­های عصبی مصنوعی (ann) استفاده ­گردد. همچنین به منظور افزایش کارآیی ann از تجزیه مؤلفه های اصلی (pca) جهت پیش پردازش داده­های ورودی استفاده گردیده و درنهایت داده­های خروجی حا...

با توجه به محدودبودن منابع آب شیرین در جهان، استفادۀ مجدد از پساب های شهری تصفیه شده به خصوص در مناطق خشک و نیمه خشک مانند ایران ضرروی به نظر می رسد. از این رو تصفیۀ صحیح، مدیریت و کنترل فرایند تصفیه نیازمند بررسی دقیق پارامترهای مـؤثر در این فرایند است. لذا با توجه به عدم قطعیت در پارامترهای کیفی فرایند تصفیه و پیچیدگی ارتباط آن ها، در این مطالعه از مدل های هوش مصنوعی مانند فازی (fl) و شبکه ها...

هدف از این تحقیق پیش­بینی ضریب تبدیل شلتوک به برنج سفید در خشک‌کردن به روش بستر ثابت به کمک شبکه‌های عصبی مصنوعی است.  چند پارامتر در عملکرد خشک‌کن‌های بستر ثابت مؤثرند که به عنوان متغیرهای مستقل برای شبکة عصبی مصنوعی در نظر گرفته شده­اند.  این متغیرها عبارت­اند از رطوبت نسبی هوای محیط، دمای هوای محیط، سرعت هوای ورودی، عمق بستر شلتوک، دمای هوای ورودی، رطوبت اولیه و رطوبت نهایی.  برای ایجاد الگو...

امروزه در دنیا، آب و منابع آب، یکی از پایه های اصلی توسعه پایدار به شمار می رود. تغییر و تحول کمی و کیفی منابع آب تحت تأثیر فعالیت های مختلف در هر حوضه هیدرولوژیکی رخ می دهد که با توجه به محدودیت منابع آب، جلوگیری از آن بسیار مهم و حیاتی می باشد. در زمینه تبخیر از تشتک مدل های زیادی ارائه شده است که بیشتر این مدل ها نیازمند پارامترهای ورودی هستند که یا دسترسی به آنها مشکل است و یا اندازه گیری آ...

هدف اصلی این مقاله پیش‎بینی ورشکستگی مالی شرکت‎ها در بورس اوراق بهادار تهران به وسیله‎ی شبکه‎های عصبی مصنوعی است. مقادیر میانگین مربوط به نسبت‎های مالی کلیدی در پژوهش‎های صورت گرفته در پیشینه موضوع به‎عنوان ورودی شبکه‎های عصبی انتخاب شده‎اند. شبکه عصبی به‎کار گرفته شده در این مقاله از نوع پرسپترون چند لایه است که به روش الگوریتم پس انتشار خطا آموزش دیده‎اند و شامل شبکه عصبی پیش‎خور سه لایه با ت...

به منظور پیش بینی فعالیت آنتی HIV یکسری از مشتقات فنتیل تیازولیل تیواوره (PEET)، مدلهای ارتباط کمی ساختار- فعالیت (QSAR) با استفاده از توصیفگرهای محاسبه شده، ساخته شد. روش رگرسیون مرحله ای جهت کاهش تعداد توصیفگرهای (متغییرها) محاسبه شده توسط دراگون به گار گرفته شد. متغییرهای انتخاب شده سپس به عنوان ورودی برای تولید مدلهای QSAR با استفاده از رگرسیون خطی خطی چندگانه(MLR) و شبکه عصبی مصنوعی(ANN)...

مدول ارتجاعی به عنوان پارامتر کلیدی طراحی در سیستم های روسازی مطرح بودهو طی دهه های اخیر مورد توجه محققین قرارگرفته است. آگاهی دقیق از مدول ارتجاعی مصالح لایه های روسازی برای تعیین چگونگی پاسخگویی سیستم روسازی برای تحمل بار ترافیک موضوع مهمی است که نباید از آن غفلت نمود. پیش بینی دقیق مدول ارتجاعی، به دلیل رفتار پیچیده و متغیر مصالح تحت بارگذاری و شرایط محیطی گوناگون امری سخت و دشوار است. محققی...

هدف از این مقاله، پیش‌بینی میانگین غلظت روزانه کربن‌مونوکسید در هوای شهر تهران با استفاده از دو مدل شبکه عصبی مصنوعی و رگرسیون خطی چندمتغیره برحسب تحلیل مؤلفه اصلی (PCA) است. از روش PCA برای از بین بردن هم‌راستایی چندگانه (multicolinearity) بین متغیرهای ورودی و تفسیر بهتر نتایج مدل رگرسیونی استفاده شده است. همچنین با استفاده از شبکه عصبی Feed-Forward با یک لایه پنهان نیز مدل مناسب برای این امر...

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...