نتایج جستجو برای: شبکه عصبی مدل mlp و rbf

تعداد نتایج: 772978  

2004
ÖZGÜR KIŞI

The prediction and estimation of suspended sediment concentration are investigated by using multi-layer perceptrons (MLP). The fastest MLP training algorithm, that is the Levenberg-Marquardt algorithm, is used for optimization of the network weights for data from two stations on the Tongue River in Montana, USA. The first part of the study deals with prediction and estimation of upstream and do...

پایان نامه :دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد شاهرود - دانشکده فنی 1391

در اکثر فرآیند های مهندسی شیمی پدیده های انتقال جرم و انتقال حرارت جزو جدایی ناپذیر فرآیند ها می باشند. در این پروژه توسط یک دستگاه آزمایشگاهی به بررسی تجربی همزمان این دو پدیده در فرآیند های مهندسی شیمی و تاثیراتی که بر روی هم و بر روی فرآیند ها می توانند داشته باشند، پرداخته شده است. این دستگاه آزمایشگاهی بر اساس فرضیاتی ساخته و مورد بررسی قرار گرفته است که به قرار زیر می باشد: 1. وجود پدیده...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه شیراز 1378

در سالیان اخیر توجه زیادی روی موضوع تشخیص خطا در واحدهای مختلف شیمیائی بوسیله روشهای مختلف شده است . که یکی از این روشها شبکه های عصبی می باشد که شامل سه مرحله، آموزش ، بازخوانی و عمومیت بخشیدن می باشد. در این مقاله با استفاده از شبکه های عصبی مصنوعی (network artificial neural) از نوع (rbf)radial basis function و (bp) backpropagation خطاهای ایجاد شده در برج تقطیر تشخیص داده می شود. جهت آموزش اب...

چکیده شبکه های عصبی در دهه ی اخیر به عنوان ابزار قدرتمندی جهت پیش بینی در حوزه های مختلف مورد استفاده قرار گرفته اند. در این تحقیق از شبکه عصبی پیشخور پرسپترون چند لایه (MLP) با یادگیری پس انتشار از الگوریتم آموزش انتشار به عقب (BP)، با تکنیک بهینه سازی عددی لونبرگ- مارکوات (LM)،توسط نرم افزار متلب مورد استفاده قرار گرفت. درصد رطوبت کیک ، دمای پرس و زمان بسته شدن پرس به عنوان متغیرهای ورودی و خ...

در این تحقیق که در جنگل‌های رامسر در استان مازندران انجام شد رویش جنگل به کمک شبکه­ عصبی مصنوعی برآورد و با رویش واقعی جنگل که به­طور مستقیم و از اندازه­گیری در 20 قطعه‌نمونه ثابت یک هکتاری که در سال­های 1381 و 1391 از آماربرداری صد­در­صد محاسبه شده بود، مقایسه شد. رویش حجمی سالانه راش به­ترتیب 52/4 و 35/4 سیلو در هکتار برای رویش به طریق مستقیم و رویش برآوردی به روش شبکه عصبی مصنوعی بود. سپس تح...

ژورنال: :مهندسی مالی و مدیریت اوراق بهادار 2015
حسین اعتمادی علی اصغر انواری رستمی وحید احمدیان

پیش بینی سود هر سهم و ارزیابی سودمندی سودهای گذشته برای پیش¬بینی، از دیرباز مورد توجه پژوهشگران بوده و بدین منظورازروش¬هاومدل¬های متفاوت به منظورپیش¬بینی سودهای آتی شرکت¬هااستفاده شده است. در این راستا، در پژوهش حاضر، مدل¬های سری زمانی توضیحی جمعی میانگین متحرک arimaوشبکه¬های عصبی مصنوعی از نوع پرسپترون چند لایه (mlp) مورداستفاده قرارگرفتند وپیش بینی¬هابرای سودهای فصلی شرکتهای پذیرفته شده درباز...

ژورنال: اکو هیدرولوژی 2015

مقدار دبی یا رواناب خروجی از یک حوضة آبخیز از اهمیت زیادی برخوردار است؛ زیرا کمبود آن ممکن است موجب خسارات مالی و مازاد آن به‌صورت سیلاب ممکن است موجب خسارات جانی و مالی شود. در این پژوهش با استفاده از شبکة عصبی مصنوعی پرسپترون چندلایه (MLP) و مدل فازی عصبی تطبیقی (ANFIS) و روش رگرسیون چندمتغیره، فرایند بارش- رواناب به‌صورت روزانه در حوضة آبخیز خرم‌آباد شبیه‌سازی شد. برای ورودی‌ها از ترکیب‌های ...

موتورهای القایی به صورت گسترده‌ای در صنعت مورد استفاده قرا می‌گیرند. با این وجود در طول پروسه راه‌اندازی، جریان راه‌اندازی آنها آنچنان بزرگ است که می‌تواند به تجهیزات آسیب برساند. بنابراین این جریان بایستی با دقت تخمین زده شود. در این مقاله، از شبکه عصبی مصنوعی برای ارزیابی مقدار پیک جریان راه‌اندازی موتورهای القایی استفاده می‌شود. هر دو ساختار متداول پرسپترون چندلایه (MLP) و تابع پایه‌ای شعاعی...

ژورنال: :دانش آب و خاک 2013
کیومرث روشنگر بهزاد روح پرور

آبشستگی اطراف پایه های پل به عنوان یکی از مهمترین و مؤثرترین عوامل تخریب پل ها، در واقع نوعی فرسایش در اطراف پایه ها می باشد که در اثر جریان های پیچیده گردابی رخ داده و به صورت کلی باعث ایجاد یک گودال در اطراف پایه های پل می شود. تاکنون تحقیقات آزمایشگاهی و صحرایی که در این خصوص انجام شده منجربه ارائه روابط متعدد برای تخمین عمق آبشستگی شده است ولی روابط موجود به نتایج جامع و قابل قبولی منجر نشد...

Journal: :Journal of Machine Learning Research 2009
Pradip Ghanty Samrat Paul Nikhil R. Pal

In this paper we propose a new multilayer classifier architecture. The proposed hybrid architecture has two cascaded modules: feature extraction module and classification module. In the feature extraction module we use the multilayered perceptron (MLP) neural networks, although other tools such as radial basis function (RBF) networks can be used. In the classification module we use support vect...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید