نتایج جستجو برای: loop مدل شبکه عصبی ژنوتیپ

تعداد نتایج: 284553  

       ساختمان­های مسکونی ایران، مطابق آمارهای موجود، بزرگترین مصرف کننده انرژی این کشور می باشند؛ فاکتورهای متعدد تاثیرگذار بر رفتار مصرف انرژی در ساختمان­های مسکونی، مسئله پیش بینی و ممیزی مصرف انرژی را به چالشی مهم در موسسات بهینه سازی مصرف تبدیل نموده­اند. از این رو مدیران در تلاشند تا با بهر­ه­گیری از تکنیک های مناسب، فرآیند ممیزی و تعیین برچسب انرژی ساختمان های مسکونی را بهبود بخشند.    ...

ژورنال: :نوآوری در علوم و فناوری غذایی 0

بخش عمده­ای از قدرت آنتی اکسیدانی پوست پسته وحشی مربوط به ترکیبات پلی فنلی آن می باشد. یکی از روش های جدید استخراج ترکیبات پلی فنلی، استفاده از آب مادون بحرانی است. در این تحقیق میزان ترکیبات پلی فنلی پوست بنه رقم موتیکا، با بهره گیری از شبکه عصبی انتشار  معکوس مدل سازی شد. مدل سازی این فرایند به کمک 27 مجموعه از داده های تجربی انجام شده و متغیرهای ورودی شبکه عصبی شامل سه پارامتر دما (110 الی °...

ژورنال: :journal of agricultural economics 2009
کریم آذربایجانی سیدکمیل طیبی لیلی بیاری

پیش بینی دقیق قیمت طیور و فرآورده های آن از طریق توجه به کاهش نوسانات باعث تخصیص بهینه ی منابع، افزایش کارایی و سرانجام افزایش درآمد مرغداران می شود. با توجه به اهمیت پیش بینی قیمت گوشت مرغ، در این تحقیق قیمت این محصول با استفاده از روش های هم جمعی ardl، جوهانسون- جوسیلیوس و روش شبکه های عصبی مصنوعی برای افق های زمانی یک ماهه، شش ماهه و دوازده ماهه پیش بینی شد و این فرضیه که شبکه ی عصبی مصنوعی ...

ژورنال: :مکانیک سازه ها و شاره ها 0
حمیدرضا رضایی آشتیانی استادیار دانشکده مهندسی مکانیک، دانشگاه صنعتی اراک، اراک

در این مطالعه، به بررسی اثرات پارامتر های مختلف فرآیند نورد داغ و پیش بینی نیرو و گشتاور نورد با استفاده از مدل های شبکه عصبی مصنوعی و المان محدود سه بعدی پرداخته شده است. برای این منظور داده های به دست آمده از شبیه سازی المان محدود سه بعدی برای آموزش و ارزیابی شبکه، وارد شبکه عصبی می شوند و پس از آموزش و ارزیابی، شبکه قادر خواهد بود که نیرو و گشتاور نورد را پیش بینی کند. نتایج پیش بینی شده از ...

ژورنال: :مهندسی مکانیک ایران 0
سجاد صادقیان بافقی کارشناس ارشد، دانشکده مهندسی هوافضا، دانشگاه صنعتی شریف محسن فتحی استادیار، دانشکده مهندسی هوافضا، دانشگاه صنعتی شریف ناصر رهبر استادیار، دانشکده مهندسی برق، دانشگاه صنعتی مالک اشتر

در این مقاله به منظور کنترل زاویه فراز یک ماهواره بر انعطاف پذیر، روش کنترل  مدل پیش بین که مبتنی بر شبکه عصبی است، ارائه میَشود. بدین منظور ابتدا معادلات حرکت ماهوارهبر با در نظر گرفتن اثرات انعطاف پذیری در صفحه فراز بدست میآید. اثرات آیروالاستیسیته با اضافه کردن ترم های الاستیک سازه به معادلات حالت کنترل، در نظر گرفته میشود و مدلسازی سیستم ماهوارهبر تکمیل می گردد. برای سامانه کنترل ماهوارهبر ک...

ژورنال: فرآیند نو 2018

در این پژوهش با استفاده از شبکه عصبی و عصبی-فازی ضریب انتقال حرارت در نانوسیالات جاری در یک لوله مدور در رژیم جریان آشفته مدلسازی و پیش‌بینی شده است. داده‌های ورودی به مدل، عدد رینولدز و کسر حجمی نرمال شده نانو‌ذرات و خروجی آن ضریب انتقال حرارت نرمال شده است. در شبکه عصبی استفاده شده مقادیر متوسط خطای نسبی و متوسط مربع خطا نسبت به نتایج آزمایشگاهی به‌ترتیب برابر 002/0 و 0005/0 می‌باشد، در شبکه ...

احمد یقوب نژاد حسین مقصود محمود البرزی

مدل سازی پیش بینی متغیرهای مالی و اقتصادی با توجه به رفتار متغیرها، روش های گوناگونی دارد. تحقیق حاضر، چگونگی پیش بینی بازده سهام در بورس اوراق بهادار تهران را با دو مدل آربیتراژ و شبکه های عصبی مصنوعی مورد آزمون قرار داده است. برای این منظور از اطلاعات روزانه شاخص بازده نقدی و قیمت به عنوان متغیر وابسته و از اطلاعات روزانه قیمت سکه بهار آزادی، حجم معاملات کل بازار و قیمت دلار به عنوان متغیرهای...

ژورنال: :control and optimization in applied mathematics 0
alaeddin malek tarbiat modarres university ghasem ahmadi payame noor university seyyed mehdi mirhoseini alizamini payame noor university

برنامه ریزی خطی نیمه نامتناهی، دسته ی مهمی از مسائل بهینه سازی است که بی نهایت قید را شامل می شود. در این مقاله، برای حل این دسته مسائل، یک روش گسسته سازی با یک روش شبکه عصبی ترکیب شده است. با یک گسسته سازی ساده، مسئله برنامه ریزی خطی نیمه نامتناهی به یک مسئله برنامه ریزی خطی تبدیل شده است. سپس از یک مدل شبکه عصبی بازگشتی با یک ساختار ساده بر اساس یک سیستم دینامیکی، برای حل مسئله مورد استفاده ق...

حجت میرزازاده رضا ابراهیم پور نیما حاتمی

در این مقاله، یک مدل ابتکاری با ترکیب شبکه های عصبی مصنوعی (ANN) برای پیش بینی رفتار قیمت سهام پیشنهاد و اجرا می شود. این مدل ترکیبی، به صورت ساختار دو طبقه می باشد: شبکه های عصبی طبقه اول یا پیشگوهای پایه (Base Predictor) مسئول پیش بینی روزانه داده ها با ویژگی مختلف یک سهام می باشند و در طبقه دوم، شبکه دیگر، به عنوان ترکیب کننده پیش بینی نهایی را با بررسی و آنالیز اطلاعات پیشگوهای طبقه اول انج...

ژورنال: :پژوهش های آبخیزداری 0

شبکه عصبی مصنوعی از جمله روش های جدید تخمین تغییرات پدیده ها می باشد که در شاخه های مختلف علوم کاربرد گسترده ای پیدا کرده است. راندمان تله اندازی رسوب و حجم رسوبگذاری شده مخازن سدها نیز از جمله مسائلی است که می تواند با این روش مورد بررسی قرار گیرد. هدف از انجام این تحقیق، تعیین راندمان تله اندازی رسوب در سدهای تأخیری با استفاده از روش های شبکه عصبی و مقایسه آنها با مدل های رگرسیونی است. برای ا...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید