نتایج جستجو برای: مدل شبکههای عصبی مصنوعی ann
تعداد نتایج: 158726 فیلتر نتایج به سال:
زعفران ایران از لحاظ کمی و کیفی از جایگاه نمایانی در سطح بینالمللی برخوردار است و با بهرهگیری از ظرفیت موجود میتوان درآمدهای صادراتی حاصل از آن را بهطور قابل ملاحظهای افزایش داد. از سوی دیگر، پیشبینی فروش بر اساس تجزیه وتحلیل سری زمانی یک عنصر بسیار مهم در طراحی و اجرای استراتژیهای بازاریابی در عرصهی بینالمللی است. اما رویکردهای متداول پیشبینی با نادیده گرفتن ساختار خطی یا غیرخطی د...
در این تحقیق برای یافتن یک مدل بهینه جهت پیش بینی قیمت مسکن در کلان شهر اهواز مقایسه ای بین دو مدل هدانیک وشبکه عصبی مصنوعی انجام گرفته است. در این تحقیق از تابع هدانیکی نیمه لگاریتمی استفاده شده است نتایج مدل هدانیک نشان داد از 27 متغیر مدل 18 متغیر معنی دار بودند و با مقایسه نتایج و مقدار برآوردها، قیمت مسکن در اهواز بیشتر از عوامل فیزیکی و ساختاری تاثیر می پذیرد. برای مقایسه دو مدل از لحاظ ت...
زمینه و هدف : دیابت و فشار خون از جمله بیماریهای غیر واگیر هستند که شیوع آنها برای مسئولان بهداشتی کشور بسیار مهم می باشند. هدف این مطالعه مقایسه مدل رگرسیون لجستیک ( lr ) دو متغیره با شبکه های عصبی مصنوعی ( artificial neural networks=ann ) در پیش بینی همزمان رخداد بیماری فشارخون ودیابت میباشد. روش کار : این مطالعه تحلیلی- مقطعی در سال 1392-1391 در تهران با نمونه ای 12000 نفر از بالغین انج...
بافت خاک یکی از ویژگیهای مهم فیزیکی آن است که در مطالعات خاکشناسی نقشی کاربردی را ایفا میکند و دارای اثر زیادی بر روی وزن مخصوص خاک، ساختمان سطحی، اندازه اجزای خاک، ظرفیت نگه داری آب در خاک، حاصلخیزی خاک و میزان فرسایش پذیری خاک میباشد. تعیین بافت خاک به روش سنتی و طبقه بندی آن هزینهبر، زمانبر و همچنین متاثر از خطاهای انسان است،که این امر لزوم استفاده از روش های نوین جهت کسب اطلاعات بافتی خ...
ارزیابی حساسیت زمین لغزش مهم ترین گام در تهیه نقشه خطر زمین لغزش است. هدف اصلی از این مطالعه، بررسی و مقایسه نتایج حاصل از دو مدل شبکه عصبی مصنوعی(ann) و فرآیند تحلیل شبکه ای(anp) در پهنه بندی خطر زمین لغزش در حوضه آذرشهر چای می باشد. برای انجام این تحقیق با بررسی منابع و نظر کارشناسان، فاکتورهای مؤثر در وقوع زمین لغزش (شیب ، جهت شیب ، طبقات ارتفاعی ، لیتولوژی ، کاربری زمین ، فاصله از رودخانه ،...
نرخ ارز و نوسانات آن به عنوان یکی از مهمترین مسائل بخش بازرگانی خارجی هر کشور از اهمیت ویژهای برخوردار است. عوامل زیادی همچون عوامل اقتصادی، سیاسی، و روانی بر نرخ ارز تاثیرگذار هستند و این عوامل خود باعث ایجاد شرایط نااطمینانی بیشتر میشوند. در این راستا تلاش سیاستگذاران در کاهش این نااطمینانی از طریق پیشبینی این متغیر باکمترین خطا بوده است. شبکههای عصبی مصنوعی از قابلیت بالایی در مدلسازی...
یکی از جنبه های حائز اهمیت در مدیریت محیط در ژئومورفولوژی کاربردی حل مشکل برآورد رسوب یک سیستم رودخانه ای میباشد. هدف این مطالعه ارزیابی عملکرد مقایسه ای دونوع شبکه عصبی مصنوعی (مدل ژئومورفولوژیکی و مدل غیر ژئومورفولوژیکی) و دو نوع مدل رگرسیونی (مدل توانی ومدل غیر خطی چندگانه) برای پیش بینی بار رسوب معلق حوضه اسکندری در حوضه آبریز زاینده رود میباشد. مدلها براساس آمار 104 حادثه وقوع همزمان ثب...
در پژوهش حاضر عملکرد 6 مدل گردش عمومی جو به نام های HADCM3، CGCM3، CSIROMK3 (از مجموعه مدل های AR4) و CGCM1، GFDL30، NCARPCM (از مجموعه مدل های ATR) در شبیه سازی پارامتر های اقلیمی دمای میانگین و بارش حوزه سزار با استفاده از شبکه عصبی مصنوعی (ANN) مورد ارزیابی قرار گرفتند. برای آموزش شبکه عصبی مصنوعی از مدل پرسپترون forward استفاده شد. مطابق با ارزیابی عملکرد مدل ها با استفاده از ضرایب حداکثر ...
هدف پژوهش حاضر پیشبینی شاخص قیمت بورس اوراق بهادار تهران با استفاده از مدل شبکه عصبی هیبریدی مبتنی بر الگوریتم ژنتیک و جستجوی هارمونی است. مربوطترین نماگرهای تکنیکی به عنوان متغیرهای ورودی و تعداد بهینه نرون در لایه پنهان شبکه عصبی مصنوعی با استفاده از الگوریتمهای فراابتکاری ژنتیک و جستجوی هارمونی حاصل میگردد. مقادیر روزانه شاخص قیمت بورس اوراق بهادار تهران از تاریخ 1/10/91 الی 30/9/94 جهت ...
درمدل هیدروگراف واحد لحظه ای ژئومورفولوژی از شبکه زهکشی حوضه آبریز و قوانین هورتون استفاده میگردد. این مدل یک رهیافت ساده مدلسازی رواناب-بارندگی برای حوضههای فاقد آمار میباشد. کارشناسان هیدرولوژی همواره سعی کرده اند رابطهای بین پاسخ هیدرولوژیکی حوضه و مشخصات توپوگرافی حوضه ها بر قرار نمایند. در این تحقیق از سه مدل بارندگی- رواناب شامل مدل جعبه سیاه مبتنی بر مشخصات ژئومورفولوژی (GANN) و ...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید