امروزه از فضاهای زیرزمینی در بخش¬های گوناگونی از قبیل حمل و نقل، نظامی و صنعتی به صورت گسترده استفاده می¬شود که خود دلیلی بر اهمیت فضاهای زیرزمینی است. در حفر بسیاری از فضاهای زیرزمینی از روش چالزنی و انفجار استفاده می¬شود. راندمان انفجار و هزینه¬های حفاری به وسیله¬ی خواص توده¬سنگ، خواص مواد منفجره و به طور کلی الگوی چالزنی و انفجار کنترل می¬شود. توده¬سنگ، دربرگیرنده¬ی ناپیوستگی¬¬هایی است که ...

مقدمه : کتابخانه­ها و مراکز اطلاع­رسانی معمولاً با استفاده از ابزار لیب­کوآل به بررسی کیفیت خدمات می‏پردازند. در تجزیه و تحلیل لیب­کوآل می­توان از شبکه عصبی مصنوعی استفاده نمودکه با درجه خطای پایین به بررسی سطح خدمات می­پردازد. پژوهش حاضر در پی آن است که به معرفی شبکه عصبی مصنوعی بپردازد تا در پیش بینی کیفیت خدمات سایر کتابخانه های دانشگاهی مثمر ثمر واقع شود.   روش کار: این پژوهش با استفاده از ر...

مقدمه: در سال های اخیر مفاهیم شبکه های عصبی مصنوعی در کشف اولیه و طبقه بندی بیماری ها متحمل پیشرفت های فراوانی شده است. استفاده از شبکه های عصبی به دلیل توانایی های بالقوه ی آن درکاربردهای پزشکی و در پیدا کردن کنش بین متغیرها، تشخیص و مدل سازی بیماری ها به طور وسیعی مقبول واقع شده است. هدف از این پژوهش، طراحی و پیاده سازی سیستم تصمیم یار مبتنی بر شبکه های عصبی مصنوعی به منظور کشف اولیه ی سرطان ...

مدل‏های مفهومی بر مبنای هوش مصنوعی، اغلب برای پیش بینی‏های کوتاه مدت و میان مدت هیدورلوژیکی به کار رفته اند. در این مقاله با استفاده از مفهوم تولید مجموعه ای از پیش بینی ها1 (esp) و تفکیک مدل‏سازی برای متغیرهای اقلیمی و هیدرولوژیکی، از مدل‏های مفهومی برای پیش بینی بلندمدت حجم جریان رودخانه زاینده رود در محل ورودی به سد زاینده رود استفاده می شود. سیستم استنتاج فازی برای پیش بینی بارش فصلی به صور...

فاکتورهای بسیاری بر عملکرد بازار سهام اثر می گذارند به گونه ای که نوسانات در بازار سهام دارای مدل های غیرخطی هستند. به همین دلیل بازار سهام یک سیستم پویای غیرخطی است و پیش بینی حرکت قیمت سهام یک وظیفه بسیار مشکل است. با این حال، یک رویکرد مدل سازی غیرخطی مناسب مانند سیستم های هوش مصنوعی می تواند ارتباطات غیرخطی پیچیده را کشف و عدم قطعیت و بی دقتی رایج در بازار سهام را اداره کند. این مطالعه بر ا...

استفاده از هوش مصنوعی یا شناسایی الگو (Pattern Recognition (PR)) در تفسیر داده‌های ژئوفیزیکی و یا دیگر علوم زمین چند سالی است که به‌ویژه با ورود شبکه عصبی در این عرصه مطرح شده است. در روش شبکه عصبی  و دیگر روش‎های شناسایی الگو و از جمله در روش رده‌بندی کننده بردار حمایت‌شده (Support Vector Classifier (SVC)) که در این پژوهش از آن استفاده شده است، با استفاده از مقادیر مشخصه‌های استخراج‌شده از ساخ...

همواره پیش‌بینی دقیق روند بازار سهام برای تصمیم‌گیری‌های مالی سرمایه‌گذاران مهم بوده است. استفاده از مجموعه‌ای از شاخص‌های تحلیل تکنیکی یکی از پرکاربردترین روش‌های پیش‌بینی‌های مالی است. تعیین پارامترهای مناسب این شاخص‌ها و همچنین ترکیب آن‌ها یکی از چالش‌های پژوهشگران است. از طرف دیگر، ماهیت غیرخطی و پویای تغییرات در روند بازار سهام موجب استفاده گسترده از روش‌های پیش‌بینی غیرخطی همچون شبکه عصبی...

توانایی کم­نظیر شبکه­های عصبی مصنوعی به عنوان ابزاری قدرتمند برای تحلیل و برآورد در حوزه علوم تجربی و مهندسی موجب شد تا مورد توجه اقتصاددانان قرار گیرد. در این پژوهش، پس از مرور پژوهش­های انجام­شده در مورد توانایی پیش­بینی مدل­های خود توضیح جمعی میانگین متحرک (ARIMA)[1]و شبکه­های عصبی مصنوعی(ANN)[2] به مقایسه این دو روش برای پیش­بینی قیمت روزانه نفت در دوره آوریل 1983 تا ژوئن 2005 پرداخته­ایم. ...

  شبیه­سازی جریان رودخانه به منظور آگاهی از آورد رودخانه در دوره­های زمانی آینده از مسائل مهم و کاربردی در مدیریت منابع آب می­باشد. در این پژوهش با استفاده از روش­های هوش مصنوعی (شبکه عصبی MLP , ANFIS با تفکیک شبکه­ای و خوشه­ای) و سری­های زمانی دبی ماهانه طالقانرود در محل ایستگاه گلینک در یک گام زمانی آینده پیش­بینی گردید. برای مدل­های مختلف 2 ورودی متفاوت شامل: 1- مقادیر داده­های دبی بدون حذف ...

عملیات انفجار یکی از مخاطره آمیزترین عملیات در معادن روباز است که مستقیماً بر هزینه های تولید، بارگیری، باربری، و حتی سنگ شکنی تاثیرگذار است. برنامه ریزی انفجار ترکیبی از جنبه های ایمنی، بهینه سازی هزینه ها و کنترل اثرات محیطی است. قبل از اجرای هر پروژه شناخت مخاطرات پیش رو و تخمین سطح ریسک آن ها می تواند تا حد زیادی از ایجاد خسارت و عوارض نامطلوب، تحمیل هزینه های جانی و مالی و حتی توقف عملیات ج...