استفاده از روش‌های هوشمند تکاملی و مدل‌های ترکیبی برای پیش‌بینی زمانی ـ مکانی نوسانات سطح آب زیرزمینی در دهه‌های اخیر بیشتر مورد توجه محققین قرار گرفته است. الگوریتم ژنتیک و نروفازی از روش‌های جدید پیش‌بینی نوسانات سطح آب زیرزمینی هستند که برای پیش‌بینی مسائل پیچیده و غیرخطی می‌توانند به‌صورت منفرد و ترکیبی به‌کار روند. در این پژوهش، از روش‌های فوق برای مطالعه آبخوان دشت هادیشهر که به دلیل بردا...

فرآیند بارش-رواناب پدیده‌ای فیزیکی است که بررسی آن به سبب  تاثیرپذیری از پارامترهای مختلف، دشوار می‌باشد. تاکنون روش‌های مختلفی برای تحلیل این پدیده ارایه شده است. پژوهش حاضر با هدف بررسی کارآمدی مدل ترکیبی موجک-نروفازی و نروفازی در شبیه‌سازی فرآیند بارش-رواناب با دخالت دادن ارتفاع آب معادل برف در حوزه آبخیز لتیان واقع در استان تهران صورت گرفته است. بدین منظور92 تصویر سنجنده مودیس در طی سه سال ...

شناسایی و استخراج عوارض از تصاویر هوایی از دیرباز موردتوجه بسیاری از محققین فعال در فتوگرامتری و سنجش ازدور بوده است. با ظهور سنجنده¬های جدید مانند لیدار و ترکیب داده¬های این سنجنده¬ها و تصاویر هوایی بحث شناسایی و استخراج وارد دوره جدیدی شده است. به دلیل توانایی زیاد مدل های نروفازی انطباق پذیر در حل مسائل پیچیده، استفاده از این مدل¬ها به صورت روزافزون در حال افزایش می باشد. مدل های نروفازی توا...

به دلیل عوامل گوناگون تاثیرگذاربر بازار سهام پیش بینی قیمت سهام دشوار است.پیش بینی قیمت سهام از موضوعات مورد علاقه محققین و مورد استفاده فعالان بازار سهام است به همین دلیل در این مقاله به پیش بینی بازده سهام با استفاده ازبالاترین و پایین ترین قیمت سهام در روزهای قبل و همچنین میانگین متحرک نمایی با رویکرد شبکه های نروفازی مدل anfis ترکیب شده با الگوریتم ژنتیک مورد بررسی قرار گرفته است.که بااستفا...

کاربرد روش های نروفازی ورگرسیون درختی در هیدرولوژی رسوب رودخانه ها و حوزه های آبخیز توسعه چندانی ندارد و بیشتر از آن منحنی های سنجه رسوب به عنوان متداول ترین روش برآورد رسوب شناخته شده اند. در این تحقیق به منظور مقایسه و اصلاح روش های برآورد بار رسوبی رودخانه ها، مقادیر برآوردی چند نوع منحنی سنجه رسوب تک متغیره و یک نوع منحنی سنجه رسوب چند متغیره با روش های نروفازی و رگرسیون درختی در 5 ایستگاه ...

امروزه با افزایش حجم داده ها امکان جمع آوری و دسته بندی سریع داده ها توسط انسان غیرممکن شده است و نیاز به دسته بندی و تحلیل دادها به صورت خودکار از جایگاه ویژه ای برخوردار است. دسته بندی داده ها عملیاتی است که ابتدا، طی یک فرایند ، نمونه های آموزشی به همراه برچسب آن ها به یک عامل یادگیر داده می شود تا ارتباط بین نمونه ها و برچسب ها را یاد بگیرد و سپس برچسب داده های آموزشی را پیش بینی کند. از ط...