نتایج جستجو برای: شبکه عصبی کمینه

تعداد نتایج: 46451  

ژورنال: کنترل 2012

در این مقاله یک شبکه عصبی راف بهبود یافته به منظور شناسایی سیستم  های غیرخطی آشوبی ارائه شده است. شبکه  های عصبی راف نوعی از ساختارهای عصبی هستند که براساس نرون  های راف طراحی می  شوند. یک نرون راف را می  توان بصورت زوجی از نرون  ها در نظر گرفت، که به نرون  های کرانه بالا و کرانه پایین موسوم هستند. رویکرد نرون راف استفاده از محاسبات بازه  ای در شبکه عصبی را امکان پذیر می  سازد، بنابراین می  توا...

باقر قرمزچشمه علیرضا مساح بوانی علی‌اکبر رسولی علی‌محمد خورشیددوست مجید رضائی‌بنفشه

در روش‌های ریزمقیاس گردانی آماری که بر اساس رابطه بین داده‌های گردش عمومی اتمسفری-اقیانوسی و هر یک از متغیرهای اقلیمی (بارش، دمای کمینه، دمای بیشینه) ایجاد می‌شود، دوره آتی آن متغیر اقلیمی شبیه‌سازی می‌شود. از آن‌جایی که در شبیه‌سازی، تمامی عوامل رخ داد، یک متغیر در مدل وارد نمی‌شود، لذا برآورد به‌وجود آمده همراه با خطا و یا عدم قطعیت می‌باشد. خروجی مدل‌های ریزمقیاس گردانی به‌عنوان ورودی در مدل...

دمای هوا که در ایستگاه‌های هواشناسی استاندارد اندازه‌گیری می‌شود یکی از توصیف‌کننده‌های اصلی وضعیت محیط زمین است. بنابراین برآورد و تخمین دقیق دمای متوسط روزانه در هر منطقه یکی از پیش­نیازهای مهم برای برنامه‌ریزی کشاورزی و نیز مدیریت منابع آب می‌باشد که به روش‌های مختلفی همچون مدل‌های تجربی، نیمه تجربی و هوشمند قابل انجام است. در این پژوهش کاربرد شبکه عصبی موجک به منظور بر...

ژورنال: :پژوهش های فرسایش محیطی 0
محمدرضا شکاری دانشگاه کاشان سیدجواد ساداتی نژاد دانشگاه تهران عباسعلی ولی دانشگاه کاشان هدی قاسمیه دانشگاه کاشان رضا قضاوی ، دانشگاه کاشان

به دلیل عدم وجود ایستگاه های سنجش میزان رسوب در فرایند فرسایش بادی، تخمین میزان بار رسوب در زمینه این فرایند امری ضروری و مهم تلقی می شود. شبکه های عصبی مصنوعی می توانند به عنوان ابزاری کارآمد جهت برآورد و شبیه سازی رسوبات موثر واقع شوند. در این تحقیق از دو نوع شبکه عصبی مصنوعی پرسپترون چند لایه و شبکه عصبی شعاعی برای  برآورد و برازش مقدار رسوبات بادی در منطقه کرسیا شهرستان داراب استفاده گردید....

ژورنال: جغرافیای طبیعی 2019
الهام فهیمی نژاد, غلام عباس فلاح قالهری فاطمه بیاتانی,

 پیش­بینی بارش و برآورد نزولات جوی، به عنوان یکی از مهم‌ترین پارامترهای اقلیمی در حوزه مدیریت منابع آبی، از اهمیت ویژه­ای برخوردار است. بنابراین در این مقاله، امکان کاربرد شبکه عصبی در برآورد بارش با حداقل پارامترهای اقلیمی مورد بررسی قرار گرفت. به این منظور از شبکه عصبی پرسپترون چند لایه با قانون پس انتشار خطا و الگوریتم سیگموئید همراه با داده های میانگین رطوبت نسبی(m...

رضا دهقانی, محمد علی قربانی

     شبیه‌سازی فرآیند بارش - رواناب اولین و مهمترین گام برای کنترل سیلاب در مدیریت منابع آب می‌باشد. در این تحقیق  فرآیند بارش – رواناب  ماهانه رودخانه کاکارضا واقع در استان لرستان، با استفاده از شبکه عصبی بیزین موردبررسی قرار گرفت و نتایج آن با روش‌های برنامه‌ریزی بیان ژن و ماشین بردار پشتیبان مقایسه گردید. بر این اساس ترکیب‌های مختلفیبا استفاده از پارامترهای بارندگی و رواناب، طی دوره آماری (1...

ژورنال: :مهندسی و مدیریت آبخیز 2015
باقر قرمزچشمه علی اکبر رسولی مجید رضائی بنفشه علیرضا مساح بوانی علی محمد خورشیددوست

در روش های ریزمقیاس گردانی آماری که بر اساس رابطه بین داده های گردش عمومی اتمسفری-اقیانوسی و هر یک از متغیرهای اقلیمی (بارش، دمای کمینه، دمای بیشینه) ایجاد می شود، دوره آتی آن متغیر اقلیمی شبیه سازی می شود. از آن جایی که در شبیه سازی، تمامی عوامل رخ داد، یک متغیر در مدل وارد نمی شود، لذا برآورد به وجود آمده همراه با خطا و یا عدم قطعیت می باشد. خروجی مدل های ریزمقیاس گردانی به عنوان ورودی در مدل...

در هر برنامه مدیریتی برای منابع آب، آگاهی از شرایط آینده به‌منظور تخصیص بهینه منابع آب به بخش­‌های مختلف از قبیل شرب، کشاورزی و غیره لازم می­‌باشد. آن­چه در این میان مهم می­‌باشد، پیش­‌بینی مقادیر جریان ورودی به سیستم منابع آب در ماه­‌های آینده است. در این راستا، استفاده از روش‌هایی که بتواند با کمینه خطا و با توجه به داده و اطلاعات موجود، جریان رودخانه را پیش­‌بینی کند، از اهمیت فراوانی برخورد...

ژورنال: :کنترل 0
علی اصغر قدیمی ali asghar ghadimi دانشگاه اراک حسن رستگار hasan rastegar دانشگاه صنعتی امیرکبیر فرزاد رضوی farzad razavi دانشگاه تفرش

در این مقاله به تقسیم بهینه توان اکتیو و راکتیو بین منابع تولید پراکنده تغذیه کننده یک شبکه مستقل با استفاده از شبکه عصبی مصنوعی پرداخته شده است. منابع تولید پراکنده تغذیه کننده شبکه مستقل توسط اینورتر به شبکه متصل شده و یک سیستم مدیریت هوشمند و on-line با استفاده از شبکه های عصبی مصنوعی، مقادیر بهینه میزان تولید واحدها را ارائه می دهد. کنترل کننده محلی موجود در کنار هر سیستم تحقق میزان توان تو...

در این مقاله از یک شبکه عصبی مصنوعی (ANN) 3 لایه با 18 نورون در لایه مخفی جهت مدل‌سازی سری زمانی تغییرات محتوای الکترون کلی (TEC) لایه یونسفر در منطقه ایران استفاده شده است. مشاهدات 36 ایستگاه GPS در 11 روز متوالی (روز 220 GPS الی روز 230 GPS) از سال 2012 جهت مدل‌سازی بکار گرفته شده است. جهت سرعت بخشیدن به مرحله آموزش و نیز بالا بردن دقت و صحت نتایج از الگوریتم آموزش بهینه‌سازی انبوه ذرات (PSO)...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید