نتایج جستجو برای: شبکة عصبی خودسازمانده

تعداد نتایج: 15986  

ژورنال: محیط شناسی 2009
آلاله قائمی اشکان فرخ‌نیا روح‌اله نوری محمد علی عبدلی

پیش‌بینی کمیت تولید، نقشی اساسی در بهینه‌سازی و برنامه‌ریزی سیستم مدیریت مواد زاید جامد شهری دارد. اما به دلیل طبیعت ناهمگون و تأثیر عوامل متنوع و خارج از کنترل بر تولید، همواره با مشکلات زیادی همراه بوده است. شبکة عصبی مصنوعی اخیراً در بسیاری از کاربردهای مهندسی نظیر مهندسی محیط زیست به عنوان ابزاری قدرتمند در مدلسازی مورد توجه قرار گرفته است. در این تحقیق با توجه به دینامیک و پیچیده بودن سیستم...

ژورنال: محیط شناسی 2012
جابر بیات ورکشی حمید زارع ابیانه, مریم بیات ورکشی

در این مطالعه به منظور مدل‌سازی رفتار تصفیه‌‌خانة فاضلاب از شبکة عصبی مصنوعی استفاده شد. بدین منظور با مبنا قراردادن اندازه‌گیری‌های مشخصه‌های کیفی در ورودی تصفیه‌خانه، مقدار متناظر مشخصه‌های فوق در خروجی تصفیه‌خانه پیش‌بینی شد. داده‌های ورودی شبکة عصبی شامل مشخصه‌های دما (T)، اکسیژن مورد نیاز بیوشیمیایی (BOD)، اکسیژن مورد نیاز شیمیایی (COD)، کل جامدات معلق (TSS)، کل جامدات (TS) و pH فاضلاب بود...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه شیراز 1392

در این پایان نامه پس از مطالعه و بررسی روشهای موجود برای خوشه بندی داده های شبکه های اجتماعی ، روشی برای خوشه بندی موثر داده های شبکه های اجتماعی به منظور شناسایی جوامع موجود دراین شبکه ها ، ارائه گردیده است . در روش پیشنهادی از الگوریتم شبکه عصبی خودسازمانده که یکی از الگوریتم های بسیار قوی در بین الگوریتم های شبکه های عصبی است ، استفاده گردیده است .در این روش با تغییر در روش وزن دهی شبکه عصبی...

ژورنال: تحقیقات اقتصادی 2007
حسین پورسلطانی پریسا ساکتی پیام حنفی زاده

این مقاله به بررسی مقایسه‌ای توان شبکه‌های عصبی مصنوعی و سری‌های زمانی خودبازگشت در پیش‌بینی ایستای نرخ تورّم ایران می‌پردازد. در یک بررسی، با استفاده از 37 سال داده‌های تاریخی نرخ تورّم ایران، مدل‌ شبکة عصبی مصنوعی در پیش‌بینی آیندة نزدیک در مقایسه با سری‌های زمانی خودبازگشت، به‎طور متوسط از عملکرد بهتری برخوردار است. در این بررسی، مزایای روش توقّف زودهنگام در مرحلة یادگیری شبکة عصبی برای پیش‌بین...

ژورنال: :مرتع و آبخیزداری 2015
علی فتح زاده سمیه ابدام

در بسیاری از حوضه های آبخیز کوهستانی، برف انباشته شده در برفچال ها ذخیرة درخور توجهی از منابع آب حوضه ها را تأمین می کند. بنابراین، پایش این رژیم هیدرولوژیکی، به ویژه بررسی توزیع مکانی ذخایر برفی، از نیازهای اساسی مدیران منابع آب به شمار می رود. به دلیل سخت بودن و حتی در برخی موارد ناممکن بودن آماربرداری از داده های برف، توسعة روش هایی برای برآورد عمقِ برف در نقاط فاقد اندازه گیری و نیز بررسی دا...

ژورنال: مهندسی صنایع 2018

پس از تجدید ساختار بازار برق، مطالعات بسیاری به‌منظور افزایش کارایی سیستم قدرت و سوددهی سرمایه‌گذاران، به‌ویژه در بحث طراحی سیستم‌های جدید و قیمت انرژی انجام شد. سود سرمایه‌گذاری می‌تواند با بستن قراردادهای بهتر یا پیشنهاددهی قیمت مناسب برای خریدوفروش انرژی الکتریکی افزایش یابد. به‌طوری‌که برای رسیدن به این موارد باید قیمت برق به‌طور دقیق پیش‌بینی شود. هدف اصلی این پژوهش، پیش‌بینی قیمت برق در ب...

ژورنال: فیزیک زمین و فضا 2020

شکنندگی یکی از مهم‌ترین خصوصیات سنگ می­باشد. تاکنون روشی مستقیم و استاندارد برای به‌دست آوردن شاخص شکنندگی ارائه نشده است. از شاخص شکنندگی بر اساس پارامترهای مقاومت فشارشی تک‌محوره و مقاومت کششی جهت ارزیابی شکنندگی استفاده می­شود. هدف از این مطالعه بررسی مفاهیم شکنندگی ارائه‌شده توسط محققین و استفاده از روش وارون‌سازی لرزه­ای، آنالیز چندنشانگری و شبکة عصبی در میدان ویچررنج (Whicher-Range) واقع ...

برآورد دبی اوج، یکی از موضوعات اساسی در مدیریت منابع آب و کنترل سیلاب، جایگاه ویژه‌ای در موفقیت طراحی سازه‌های آبی و کارایی اقدامات بیومکانیکی در حوضه‌های آبخیز دارد. در این پژوهش سعی شده است با مقایسة سه روش اصلی در هوش مصنوعی (مدل شبکة عصبی پرسپترون چند لایه، مدل الگوریتم ترکیبی شبکة عصبی با ژنتیک و مدل ترکیب خوشه‌بندی کاهشی و روش نورو فازی (ANFIS، بهترین روش پیش‌بینی دبی حداکثر رودخانة یلفان...

در این تحقیق، با به‏کارگیری تبدیل موجک، به بررسی روش شبکة عصبی‏- موجک و زمین‏آمار در برآورد توزیع مکانی سه مؤلفة ارتفاع برف، چگالی برف، و ارتفاع آب معادل برف حوضه‏های آبریز شمال غرب کشور پرداخته شد. بدین‏ منظور، با مدنظر قراردادن اطلاعات اندازه‏گیری چهارسالة (1387ـ1387 تا 1390ـ1391) سه استان آذربایجان شرقی، آذربایجان غربی، و اردبیل توانایی روش شبکة عصبی- موجک و زمین‏آمار ارزیابی شد. مقایسة روش‏...

ژورنال: :علوم و فناوری های پدافند نوین 0
علی ناصری دانشگاه جامع امام حسین(ع) گودرز سعادتی مقدم دانشگاه جامع امام حسین(ع)

در این مقاله الگوریتمی هوشمند برای خوشه بندی، تشخیص مدولاسیون بین پالسی و جداسازی و شناسایی رشته پالس های متداخل رادارها ارائه می گردد. در الگوریتم پیشنهادی برای خوشه بندی پالس های متداخل دریافتی از شبکه عصبی خودسازمانده sofm (بدلیل دقت بالای آن در مقایسه با شبکه های عصبی دیگر مانند شبکه عصبی clnn و شبکه عصبی fuzzy art) و تشخیص نوع مدولاسیون بین پالسی از روش ضرب ماتریسی و برای شناسایی نوع رادار...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید