نتایج جستجو برای: شبکه عصبی مصنوعی موجکی

تعداد نتایج: 48640  

ژورنال: دانش آب و خاک 2013
صفر معروفی, نصرالدین پارسافر, کیمیا امیرمرادی

پیش­بینی دقیق جریان در رودخانه­ها یکی از مهمترین ارکان در مدیریت منابع آبهای سطحی به ویژه جهت اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشکسالی­ها است. به دلیل اهمیت پیش­بینی جریان رودخانه، در این تحقیق جریان روزانه رودخانه­ی باراندوزچای در دو ایستگاه بی­بکران و دیزج طی یک دوره­ی آماری 20 ساله با استفاده از مدل عصبی- موجکی (WNN) که تلفیق آنالیز موجک و شبکه عصبی مصنوعی (ANN) می­باشد، پیش­بینی گرد...

پایان نامه :دانشگاه تربیت معلم - تهران - دانشکده علوم 1389

شبیه سازی سطح آب زیرزمینی با استفاده از مدل های عددی نیاز به پارامترهای هیدروژئولوژیکی و ژئولوژیکی مختلفی دارد. در این مدل ها شناسایی شرایط مرزی، تعیین داده های ورودی، کالیبراسیون و صحت سنجی، دشوار، زمان بر و پرهزینه می باشد. به علاوه ترکیب این مدل ها با مدل های بهینه سازی برای یافتن سناریوی مدیریت آب زیرزمینی بهینه، نیاز به صدها بار اجرای برنامه دارد. اما روشی که در سال های اخیر مورد توجه مهند...

ژورنال: دانش آب و خاک 2017
حامد عباسی, حمید میرهاشمی, سعید جهانبخش اصل سعید فرزین, علی محمد خورشیددوست

تبخیر پتانسیل از جمله مؤلفه‌های چرخه آب در طبیعت است که پیش‌بینی آن یک کار پیچیده و غیرخطی است. بنابراین، برای تخمین آن بایستی از مدل‌های پیشرفته ریاضی استفاده نمود. مطالعه حاضر، با هدف ارائه مدل پیش‌بینی سری زمانی پتانسیل تبخیر روزانه ایستگاه تبریز با استفاده از دو رویکرد شبکه عصبی و شبکه عصبی ـ موجکی همراه با نویززدایی داده‌ها انجام گرفت. سری زمانی روزانه مقدار تبخیر تشتک تبخیرسنج ایستگاه تبر...

ژورنال: :دانش آب و خاک 0
علی محمد خورشیددوست استاد گروه آب و هواشناسی، دانشکده جغرافیا و برنامه ریزی، دانشگاه تبریز سعید جهانبخش اصل استاد گروه آب و هواشناسی، دانشکده جغرافیا و برنامه ریزی، دانشگاه تبریز حامد عباسی 3- استادیار گروه جغرافیا، دانشکده ادبیات و علوم انسانی، دانشگاه لرستان سعید فرزین -استادیار گروه مهندسی آب و سازه های هیدرولیکی، دانشکده مهندسی عمران، دانشگاه سمنان حمید میرهاشمی دانشجوی دکتری آب و هواشناسی، دانشکده جغرافیا و برنامه ریزی، دانشگاه تبریز

تبخیر پتانسیل از جمله مؤلفه های چرخه آب در طبیعت است که پیش بینی آن یک کار پیچیده و غیرخطی است. بنابراین، برای تخمین آن بایستی از مدل های پیشرفته ریاضی استفاده نمود. مطالعه حاضر، با هدف ارائه مدل پیش بینی سری زمانی پتانسیل تبخیر روزانه ایستگاه تبریز با استفاده از دو رویکرد شبکه عصبی و شبکه عصبی ـ موجکی همراه با نویززدایی داده ها انجام گرفت. سری زمانی روزانه مقدار تبخیر تشتک تبخیرسنج ایستگاه تبر...

ژورنال: :مدیریت دارایی و تأمین مالی 0
میثم محمودی آذر دانشگاه تهران رضا راعی دانشگاه تهران

موضوع شناخت و بررسی رفتار قیمت سهام، همواره یکی از موضوع های مهم و مورد توجه محافل علمی و سرمایه گذاری بوده است. اخیراً تعداد زیادی از پژوهشگران در پژوهش های خود بازار سهام را به عنوان یک سیستم پویای غیرخطی در نظر گرفته اند. در این پژوهش، تلاش شده است با استفاده از تبدیل موجک و شبکه عصبی مدلی ارایه شود که پیش بینی دقیق تر و با خطای کمتری از بازده شاخص بورس اوراق بهادار داشته باشد. در این مدل ترک...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه یزد - دانشکده کشاورزی و منابع طبیعی 1392

خشکسالی های پی در پی تأثیر زیاد در افت آبخوان ها و بدنبال آن مدیریت سفره های آبی داشته است. در این راستا کاربرد مدل های پیش گویی می تواند در مدیریت صحیح از سفره های زیرزمینی موثر باشد. روند کلی هیدروگراف معرف آب زیرزمینی دشت نمدان بر اساس اطلاعات سطح آب زیرزمینی در طی سال های گذشته نزولی و نشانگر وقوع افت مداوم و کاهش ذخائر آب زیرزمینی می باشد. دراین تحقیق برای پیش بینی نوسان های سطح آب زیرزمین...

ژورنال: مهندسی منابع آب 2010

در تحقیق حاضر، از روش تحلیل موجکی برای پیش پردازش سری‌های زمانی جریان رود استفاده شده است. با استفاده از تبدیلات پیوسته و گسسته موجکی نشانه‌ی مورد مطالعه که همان گروه زمانی جریان رود قره‌آغاج در چند ایستگاه مورد مطالعه می‌باشد، به نشانه‌های تقریب و جزییات تجزیه می‌گردند. نشانه‌ی تقریب نشان‌دهنده‌ی روند پایه جریان و نشانه‌ی اختلال در واقع نماینده بی نظمی‌ها، تغییرات و جهش‌های سریع در گروه زمانی ...

خشکسالی یک رویداد طبیعی است که می‌تواند خسارات قابل توجهی را به زندگی بشر وارد سازد. پیش‌بینی خشکسالی نقش موثری را در مدیریت منابع آب ایفا می‌کند. در این تحقیق به‌منظور پیش‌بینی خشکسالی سه مدل ترکیبی از انواع شبکه‌های عصبی و تبدیل موجک ارائه شده است و سپس با استفاده از این مدل‌ها، شاخص بارش استاندارد (SPI) برای 12 ماه آینده در ایستگاه سینوپتیک یزد پیش‌بینی گردیده است. شبکه‌های عصبی مصنوعی توانا...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده مهندسی عمران 1394

در این رساله هسته اصلی مباحث بر روی بهره گیری از ابزار محاسبات نرم به ویژه هوش مصنوعی، تبدیل موجک به همراه مفهوم آنتروپی برای مدلسازی کمی و کیفی منابع آب زیرزمینی با در نظر گرفتن روش خوشه بندی و اطلاع از روابط بین فرآیندهای هیدرولوژیکی (روابط بین بارش، رواناب و تراز یا کیفیت آب زیرزمینی) متمرکز شده است. به بیان دیگر مدلسازی و برآورد منابع آب زیرزمینی با مدل های مختلف خطی و غیرخطی صورت پذیرفته ا...

پایان نامه :دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد تهران مرکزی - دانشکده مدیریت 1393

موضوع اصلی تحقیق عبارت است بررسی نتایج بکارگیری مدل¬های شبکه عصبی مصنوعی و گارچ در پیش¬بینی شاخص بورس اوراق بهادار تهران. اهداف اساسی این تحقیق شامل 1- پیش¬بینی نوسانات شاخص با مدل wnn-garch.¬ 2-مقایسه نتایج حاصل از تخمین با مدل wnn-garch با نتایج حاصل از تخمین واریانس ناهمسانی شرطی خودرگرسیو گارچ و همچنین با شبکه عصبی مصنوعی بدون آنالیز موجک برای رسیدن به سیستمی بهینه در پیش¬بینی با کم¬ترین خط...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید