روشهای خطی و غیر خطی ارتباط کمی ساختار- خاصیت( qspr ) برای پیش بینی ضریب توزیع برخی از ترکیبات شیمیایی مورد مطالعه قرار گرفته شده یک دسته ی مناسب از توصیف کننده ها محاسبه شد و مناسب ترین و بهترین آنها که بیشترین ارتباط را با پارامتر مورد نظر (ضریب توزیع) داشت توسط روش الگوریتم ژنتیک انتخاب گردید در ابتدا مدل سازی توسط رگرسیون خطی چندگانه انجام شد سپس برای حصول نتایج بهتر توصیف کننده های انتخاب ...

در این تحقیق، از یک شبکه عصبی مصنوعی در برآورد پروفیل پرش هیدرولیکی در حوضچه آرامش همراه با دیواره همگرا  که از حالت­های خاص و پیچیده پرش هیدرولیکی می­باشد، استفاده شده است. تعداد 1500 داده آزمایشگاهی اعماق پرش هیدرولیکی مربوط به مقاطع مستطیلی، برای همگرایی  %7/2،  %4 و %3/5 مورد استفاده قرار گرفته است. در توسعه مدل شبکه عصبی مصنوعی، 10 ساختار پرسپترون، با تعداد لایه­های پنهان و نرون­های مختلف،...

در پژوهش حاضر تلاش شده است به مقایسه قدرت پیش بینی الگوی شبکه های عصبی و تکنیک رگرسیون خطی در پیش بینی بازده سهام در دو بازار بورس اوراق بهادار تهران و بازار بورس اوراق بهادار نیویورک و همچنین مقایسه دو بازار مذکور با بهره گیری از نتایج هر تکنیک پرداخته شود. برای این منظور در گام اول با مطالعه پژوهش های مختلف در این زمینه، به شناسایی عوامل پیش بینی کننده بازده سهام در دوبازار یاد شده پرداخته شد...

پدیده ی فرسایش و انتقال رسوب یکی از پیچیده ترین مسایل هیدرودینامیک (آب پویایی ) می باشد که در مطالعه ی طرحهای آبی از اهمیتی بسیار برخوردار است. با توجه به این که شبکه های عصبی مصنوعی از دو ویژگی اساسی یادگیری یا نگاشت پذیری بر اساس ارایه ی داده های تجربی (قدرت و توانایی تعمیم پذیری) و ساختارپذیری موازی برخوردارند، یکی از مهم ترین روش های هوش مصنوعی می باشند که در آن با الهام گیری از مغز انسان، ...

طراحی کنترل‌کننده هوشمند خودتنظیم رباتهای زیرآبی خودکار بدلیل محیط پر اغتشاش زیر آب، دینامیک پیچیده غیرخطی و ناقص عملگر، بسیار چالش برانگیز است. در این مقاله کنترل ترکیبی مدل مرجع تطبیقی همراه با جبرانساز شبکه عصبی مصنوعی برای کنترل ردیاب ربات زیرآبی خودکار 6 درجه آزادی ارائه شده است. سیستم دینامیکی غیرخطی ناقص عملگر 4 ورودی - 6 خروجی شناور زیرآبی بر اساس دو رویکرد تفکیک مدل دینامیکی به چهار زی...

بهینه سازی به کمک یک مدل هوشمند لازمه ی دست یابی به بالاترین کیفیت ممکن در تامین آب شرب و صنعتی می باشد. در این مطالعه، مدل شبکه عصبی مصنوعی به منظور بهینه سازی فرایند انعقاد و لخته سازی آب شرب با هدف کنترل کیفی آب خروجی نسبت به پارامتر کربن آلی کل مورد استفاده قرار گرفت. مدل شبکه عصبی با ساختار پیش خور چند لایه و با فرایند یادگیری پس انتشار خطا برای بهینه سازی غلظت فریک کلراید و پلیمر کاتیونی ...

هدف پژوهش حاضر مقایسه توانمندی رگرسیون لجستیک و شبکه­های عصبی مصنوعی در پیش­بینی سطوح رضایت زناشـویی دانشجویان زن بر اساس سـبک­های دلبستگی آنها بود. داده­های مربوط به پرسشنامه رضایت زناشویی (انریچ) و مقیاس دلبستگی بزرگسالان که توسط 300 دانشجوی زن متأهل تکمیل شده بود با استفاده از دو روش یاد شده تحلیل شدند و نسبت موفقیت هریک از مدل­ها از طریق آزمون مک نمار مورد مقایسه قرار گرفتند. نتایج نشان داد...

مقدمه: امروزه انواع سرطان یکی از مهم ترین عوامل مرگ و میر در دنیا و سرطان پستان از شایع ترین آن ها در زنان میان سال می باشد. میزان بقای پس از تشخیص و درمان در این بیماران یکی از شاخص های مهم در کنترل بیماری است. در این مطالعه دو مدل رگرسیون کاکس و شبکه عصبی مصنوعی در پیش بینی بقای بیماران سرطان پستان با یکدیگر مقایسه شده اند. مواد و روش ها: داده های این پژوهش که از نوع مطالعات بقا است، از پروند...

مدیریت کمی و کیفی منابع آب به منظور تامین تقاضا برای کاربری های مختلف از رویکردهای مهم سیاست گذاری در هر کشور است. در این راستا پایش کیفیت آب مخازن سدها به عنوان یک گام اساسی در مدیریت این منابع با ارزش اهمیت ویژه ای دارد. دراین تحقیق مدل های شبکه عصبی مصنوعی، رگرسیون خطی چند متغیره و مدل تلفیقی شبکه عصبی مصنوعی با تبدیل موجک بمنظور پیش بینی غلظت اکسیژن محلول در مخزن سد بولدر واقع در ایالت کلرا...

آگاهی از توزیع عمقی رسوبات معلق در کانال‌ها و آبراهه‌های طبیعی در تخمین بار رسوبی جریان اهمیت بسیار زیادی دارد. هزینه­های زیاد و زمان‌بر بودن عملیات نمونه‌برداری از رودخانه‌ها و همچنین خطای قابل توجه روش‌ها و تجهیزات مختلف نمونه‌برداری، مهندسان و محققان را به سوی مدل‌های شبیه‌سازی و استفاده از روش‌های نوین آماری سوق داده است. در این مطالعه، برای تخمین توزیع غلظت رسوبات معلق از سه روش شبکه­های ع...