شبکه های عصبی مصنوعی، یکی از روش های جدید و کاربردی در آمار ریاضی بوده و در مدل سازی، شناخت مدل، خوشه بندی و پیش بینی بکار می رود. در این تحقیق پس از معرفی شبکه های عصبی مصنوعی، عوامل مختلف ساختاری، روش های متفاوت یادگیری شبکه های عصبی و انتخاب و استفاده از داده ها در فرآیند پیش بینی، مورد ارزیابی قرار می گیرد. سپس نظریه تحلیل مقادیر ویژه منفرد به عنوان روش جدیدی برای تحلیل سری زمانی معرفی می ش...

ایمنی راه ها برای برنامه ریزان حمل و نقل، مهندسین ترافیک و مدیران شهری از اهمیت بالایی برخوردار است. اولین گام در مطالعات ایمنی، درک تصویر صحیحی از تعداد و شدت حوادث رانندگی به خصوص در سطح شبکه درون شهری است و همچنین پیدا کردن دانشی نسبت به عوامل توصیفی بالقوه و تاثیر گذاری است که با وقوع تصادفات در ارتباط هستند. این عوامل که عمده ی آنها در اکثر مطالعات ایمنی نیز مورد توجه قرار گرفته اند شامل ح...

در بسیاری از مسائل واقعی و کاربردی گاهی اوقات ناچار هستیم پیش بینی مقدار آینده یک سری زمانی را بر اساس تعداد مشاهدات محدود و اندکی انجام دهیم. در چنین وضعیتی روش های کلاسیک کارایی لازم را نخواهند داشت زیرا برای استفاده از این روش ها لازم است تعداد مشاهدات زیاد باشداما به هر حال این تعداداندک مشاهدات مفید و ارزشمند هستندو باید از آن ها برای پیش بینی استفاده شود. در این تحقیق برای پیش بینی این نو...

شبکه های عصبی، یکی از ابزارهای هوش مصنوعی است که در مدل سازی مفاهیم پیچیده کارایی مناسبی دارد. البته هرچه شبکه ی عصبی ساخته شده توسط توابع کارامدتر، بهتر آموزش ببیند، پاسخ های خروجی به مقادیر دنیای واقعی نزدیک تر است. سود حاصل از سرمایه گذاری صحیح در بازار بورس، برای هر فعال اقتصادی وسوسه انگیز است. اما وجود ریسک های غیر قابل انکار و بحران های مالی موجود در سرتاسر دنیا، سبب کاهش اطمینان سرمایه ...

تأمین آب سالم و بهداشتی، آب مورد نیاز بخش کشاورزی و صنعت از مهمترین چالش های عصر حاضر است. از مهمترین معضلات حوضه سد پیشین، مدیریت نادرست و محدودیت منابع آب، ناشی از خشکسالی های سال های اخیر می باشد. لذا سیستم های پایش در تدوین طرح های مقابله با خشکسالی و ترسالی و مدیریت آن ها از اهمیت زیادی برخوردار می باشد. زنجیره مارکف یک فرآیند احتمالاتی، جهت مدل سازی پدیده های تصادفی است که با یک مجموعه ای...

پژوهش حاضر به مطالعه پیش بینی ورشکستگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران به وسیله شبکه های عصبی مصنوعی می پردازد. بهترین نسبت های مالی پیش بین در پژوهش های صورت گرفته در پیشینه موضوع به عنوان ورودی شبکه های عصبی انتخاب شده اند. شبکه عصبی به کار گرفته شده در این پژوهش از نوع پرسپترون چند لایه می باشد که به روش الگوریتم پس انتشار خطا آموزش دیده اند، و شامل شبکه عصبی پیشخور سه ل...

به طور کلی رشد شاخص بورس نشانه خوبی از روند اقتصادی کشور است، اما بعضاً رشد غیر معمول آن منجر به مطرح شدن مفهوم حباب قیمتی در بین فعالان بازار می گردد. حباب قیمتی زمانی رخ می دهد که قیمت یک دارایی در یک دوره زمانی به دلایلی غیر از حرکت های تصادفی، هماهنگ با عوامل بنیادین نباشد. شناخت و تشخیص این پدیده از دیرباز مورد توجه محققان بوده است ولی رویکرد پیش بینی این پدیده، در دو دهه اخیر بیشتر مورد تو...

کنترل پیش بینی مدل یک روش جهت طراحی کنترل کننده بوده که شامل یک الگوریتم بهینه سازی آنلاین است و یک تکنیک کنترلی قوی به ویژه در صنایع فرایندی می باشد و این امر به علت توانایی های آن جهت اداره سیستم های چند متغیره که شامل محدودیت ها و هدف های چندگانه بوده می باشد. در این پایان نامه کاربرد mpc جهت سیستم مقیاس بزرگ زنجیره ای از نیروگاه های واقع بر رودخانه کارون به ترتیب شامل سد کارون4، سد کارون3، ...

چکیده به منظور گازرسانی به موقع و کافی به مشترکین و مصرف کنندگان، پیش بینی میزان مصرف گاز طبیعی امری ضروری برای توزیع کنندگان گاز می باشد. پیش بینی میزان مصرف گاز یک پیش نیاز مهم برای سیستم گاز رسانی کارآمد و پایه ای اساسی برای تصمیم گیری های مهم می باشد. در این تحقیق از شبکه های عصبی نوعann، gmdh و ساختار عصبی-فازی anfis برای پیش بینی میزان مصرف گاز طبیعی استفاده شده است. به منظور مدلسازی، 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...