شبکه های عصبی فازی، یک نوع از سیستم های هوشمند ترکیبی هستند که بر اساس محاسبات عصبی فازی بنا شده اند. این ساختار از ترکیب سیستم های فازی و شبکه های عصبی حاصل شده است. شبکه های عصبی با وجود آنکه دارای مزایای دقت نگاشت ورودی- خروجی و قدرت تطبیق پذیری هستند، اما به دلیل عدم قدرت تفسیر، صرف زمان قابل ملاحظه برای کشف ساختار داخلی و طولانی بودن زمان آموزش محدودیت هایی را ایجاد می کنند. از طرف دیگر سی...

امروزه یکی از نیازهای اساسی تمام کشورهای جهان، یافتن عوامل بیماری¬زا و چگونگی انتشار آن در محیط می¬باشد. لیشمانیوز جلدی (سالک) نام نوع خاصی از بیماری¬های انگلی است که توسط انگل لیشمانیا ایجاد و به وسیله پشه خاکی¬هایی از جنس فلبوتوموس به انسان منتقل می¬گردد. بررسی¬ها نشان می¬دهد که شیوع و انتشار این بیماری علاوه بر مسائل اقتصادی، اجتماعی و فرهنگی تحت تاثیر شرایط محیطی و اکولوژیکی نیز می¬باشد. در...

در این مقاله، یک کنترل‎‏کننده مقاوم هوشمند برای کنترل کلاسی از سیستم‎‏های غیرخطی دارای عدم قطعیت و اغتشاشات خارجی کراندار با دامنه محدود پیشنهاد می‎‎گردد. روش پیشنهادی براساس ترکیب کنترل مد لغزشی ترمینال و سیستم استنتاج عصبی- فازی تطبیقی با آموزش مبتنی بر الگوریتم زنبور استوار است. برای این منظور، ابتدا یک سطح لغزش غیرخطی بر اساس روش کنترل مد لغزشی ترمینال سریع طراحی می‎گردد. این سطح لغزش به عن...

آنچه سامانه های اطلاعات مکانی (gis) با آن روبه رو هستند، اطلاعاتی است که در قالب لایه های مکانی مدون گشته اند. یکی از مهم ترین وظایف سامانه های اطلاعات مکانی تحلیل لایه ها به منظور مدل سازی پدیده های مکان مرجع است. عدم توجه کافی به چنین مدل سازی هایی می تواند منجر به نتایج غیرواقعی در تصمیم گیری های مکانی و در پی آن خسارات مالی زیادی شود. در بسیاری از مدل سازی های مکانی، راه حل تحلیلی خاصی برای...

مدل عصبی-فازی خطی محلی یک سیستم فازی با ساختار شبکه های عصبی مصنوعی است که ساختار قوانین فازی (مدلهای محلی) آن همانند قوانین فازی در مدلهای فازی تاکاگی-سوگنو-کانگ (tsk) بوده و از امتیاز محلی گرایی برای تقریب و شناسایی بهره می برد. درخت مدل خطی محلی یا lolimot الگوریتمی بر پایه استراتژی تقسیم و حل برای ساخت مدلهای عصبی-فازی خطی محلی می باشد. در این الگوریتم حل مسأله پیچیده با کمک تقسیم مسأله اصل...

در این مقاله به منظور پیش بینی درصد ورشکستگی شرکت های بورسی از مدلهای  شبکه عصبی فازی استفاده گردیده که توانایی کار در محیط پویا و غیر قطعی را امکان پذیر می سازد. در این میان با استفاده از منطق فازی متغییر های مختلف کلامی به منظور تعریف هر شاخص مشخص گردیده است و با ایجاد توابع عضویت هر کدام با استفاده شبکه عصبی به ایجاد یک سیستم یادگیرنده اقدام شده است. از میان مدل های مختلف شبکه عصبی،شبکه پرسی...

برآورد توزیع تخلخل مخزن در فواصل بین چاه‌ها در تعیین دقیق گسترش جانبی مخزن و در نتیجه در برآورد میزان ذخیره هیدروکربوری و برنامه‌ریزی برای بهره‌برداری از مخزن، از اهمیت اساسی برخوردار است. یکی از دقیق‌ترین روش‌هایی که تاکنون برای این منظور به‌کار رفته، استفاده از برآوردگر غیرخطی مانند شبکه عصبی و مدل‌های عصبی- فازی برای برآورد پارامتر پیش‌گفته از نشانگرهای لرزه‌‌ای است. شبکه‌های عصبی و مدل‌های ...

در این مقاله رویکردی عاملگرا برای کنترل سیستم های با اهداف چندگانه ارائه شده است.اصول این روش مبتنی یادگیری عاطفی و یادگیری تفاوت زمانی بوده ودارای ساختار فازی-عصبی می باشد. روش پیشنهادی میتواند با توجه به موقعیت فعلی ،عملکرد سیستم در زمان های گذشته و اهداف کنترلی موجود،سیستم را به گونه ای کنترل نماید که این اهداف در حداقل زمان و به نحو بسیار مطلوبی برآورده شوند.

روش­های متعددی هم­چون مدل سری­های زمانی، شبکه­های عصبی مصنوعی، منطق فازی، نرو فازی و برنامه­ریزی ژنتیک برای پیش­بینی جریان رودخانه به کار می­رود. در تحقیق حاضر از روش نوین برنامه­ریزی ژنتیک جهت پیش­بینی جریان روزانه رودخانه لیقوان در حوضه آبریز دریاچه ارومیه در دوره آماری 1376 تا 1380 استفاده شد.  هم­چنین نقش حافظه در کاهش یا افزایش دقت پیش بینی مورد بررسی قرار گرفت. جهت مدل­سازی جریان رودخانه ...

شبکه های عصبی-فازی، یک نوع از سیستم های هوشمند ترکیبی هستند که بر اساس محاسبات عصبی-فازی بنا شده اند. این ساختارها از ترکیب سیستم های فازی و شبکه های عصبی حاصل می شوند. شبکه های عصبی با وجود آنکه دارای مزایای دقت نگاشت ورودی-خروجی و قدرت تطبیق پذیری هستند، اما به دلیل عدم قدرت تفسیر، صرف زمان قابل ملاحظه برای کشف ساختار داخلی، و طولانی بودن زمان آموزش محدودیت هایی را ایجاد می کنند. از طرف دیگر ...