نتایج جستجو برای: شبکه استنتاج تطبیقی عصبی فازی
تعداد نتایج: 74210 فیلتر نتایج به سال:
در دنیای امروزی در اثر رشد جمعیت، مصرف جهانی آب روز به روز افزایش می یابد. در این میان کشورهایی که در مناطق کم آب و خشک جهان واقع هستند، آسیب بیشتری می بینند. بخش عمده کشور ایران از لحاظ اقلیمی در ناحیه خشک و نیمه خشک قرار گرفته است. از این رو، مطالعه وضعیت آب زیرزمینی و مدیریت بهره برداری از آن می تواند گام مهمی در جهت حفاظت از آبخوان یک منطقه و برداشت مطمئن و پایدار از آب زیرزمینی آن باشد. حو...
پیشبینی رواناب به صورت کوتاه مدت به دلیل رابطه مستقیم آن با چگونگی تعامل مدیران با خطرات جانی ناشی از سیلابها، از اهمیت خاصی برخوردار است. در این تحقیق با استفاده از شبکههای عصبی مصنوعی ( ann ) و فازی عصبی تطبیقی ( anfis )، اقدام به شبیهسازی فرآیند بارش- رواناب به صورت روزانه، در حوزه آبخیز حاجیقوشان شده است. در این سیستمها سه ترکیب مختلف ورودی شامل بارندگی همان روز، بارندگی همان روز و ر...
در این تحقیق، با استفاده از داده های مشاهده شده تشت کلاس a، کاربرد روش های رگرسیون غیر خطی، شبکه های عصبی مصنوعی، سیستم استنتاج فازی- عصبی و هم چنین روش تجربی استیفنز- استوارت، جهت برآورد تبخیر روزانه منطقه کرمان مورد بررسی قرار گرفت. در روش های شبکه عصبی مصنوعی، سیستم استنتاج فازی- عصبی و رگرسیون غیر خطی، مقادیر دما، فشار، رطوبت نسبی، تابش خورشیدی و سرعت باد، با پنج ترکیب مختلف به عنوان متغیره...
هدف از این تحقیق نیمه تجربی، بهینه سازی طرح اختلاط بتن به منظور یافتن حداکثر مقاومت فشاری یا حداقل قیمت می باشد. برای این منظور از داده های آزمایشگاهی جمع آوری شده از منابع معتبر استفاده شده است و برای هر سری از داده ها عملیات بهینه یابی صورت گرفته است. محدودیت های طرح اختلاط بتن، شامل حجم کلی مخلوط ، نسبت های مصالح ، وزن هر ماده و مقاومت فشاری مورد نظر در بهینه سازی قیمت، برای هر مثال به سیستم...
کانال های مثلثی دارای کاربردهای متنوع در بسیاری از مسائل انتقال رسوب و مهندسی آب و فاضلاب هستند. بدین منظور بررسی شرایط جریان در این مقاطع از اهمیت ویژه ای برخوردار است. محققین روش های مختلفی را برای برآورد پروفیل سرعت و توزیع تنش برشی در مقاطع منشوری ارائه کرده اند. با این حال به علت پیچیدگی و غیرخطی بودن پروفیل های سرعت و تنش برشی در جریان کانال باز، هیچ رابطه ساده ای وجود ندارد که بتواند به ...
تخمین دمای خاک یکی از مسائل مهم در برنامهریزی طرحهای بیابانزدایی، مدیریت منابع آب و استقرار پوشش گیاهی در مناطق خشک است. هدف از این پژوهش، مقایسه دقّت روشهای هوش مصنوعی در برآورد دمای روزانه خاک با استفاده از دادههای هواشناسی (دمای حداقل و حداکثر روزانه، ساعات آفتابی و تبخیر از تشتک) در شهرهای زابل و شیراز و شناخت عوامل دارای تأثیر بیشتر بر دمای خاک بود. بدینمنظور با استفاده از دادهه...
زمینه و هدف: عدم قطعیت پارامترهای صحرایی، نویز در دادههای مشاهداتی و شرایط مرزی نامشخص از مهمترین عوامل محدود کننده در مدلسازی جریان و انتقال آلودگی در محیطهای متخلخل است. روش بررسی: در این تحقیق، دشت میاندوآب بهعنوان مطالعه موردی برای شبیهسازی تراز آب زیرزمینی و غلظت کلراید انتخاب شد. برای مدلسازی زمانی انتقال آلودگی از روشهای هوش مصنوعی استفاده شد. د...
تخمین عیار یکی از مراحل حیاتی در بررسیهای فنی و اقتصادی معادن است. بنابراین یافتن روشی که بتواند این مقادیر را با دقت بالا تخمین بزند یک ضرورت به شمار میرود. در این مطالعه، یک الگوریتم فازی عصبی تطبیقی به منظور تخمین عیار آهن کانسار های اسکارنی به کار رفته است. این الگوریتم در حقیقت یک سیستم فازی میباشد که باید توابع عضویت آن توسط دادههای آموزشی تنظیم گردد. قابل ذکر است که تعریف توابع عضویت...
اندازهگیری مستقیم ویژگیهای هیدرولیکی خاک وقتگیر و پر هزینه است اما میتوان این ویژگیهارا با بهرهگیری از داده های زودیاف مثل بافت خاک، جرم مخصوص ظاهری و با استفاده از روشهایی چون توابع انتقالی و سیستم استنتاج فازی- عصبی نیز به دست آورد. در این تحقیق برای برآورد هدایت هیدرولیکی اشباع خاک، ازمدلشبکۀ عصبی مصنوعی و سیستماستنتاجفازی-عصبیاستفاده شد. ورودیهای مدل، شامل درصد رس، سیلت و شن بود. ...
تخمین پارامترهای کیفی روغن زیتون دارای اهمیت ویژهای در روشهای کنترل کیفیت مدرن است یکی از مهمترین مشکلات در هنگام پیش بینی کیفیت روغن در طی نگهداری، پیچیدگی ویژگیهای فیزیکو شیمیایی ماده اولیه و اختلاف داده ها به علل مختلف است. مدلسازی پایداری اکسایشی روغن زیتون با استفاده از سامانه استنتاج فازی– عصبی تطبیقی میتواند به بهبود فرآیند کنترل کیفیت این محصول کمک کند. ثبات اکسایشی یکی از پارامتر...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید