شاخص بازار سرمایه به عنوان دماسنج اقتصادی هر کشور می‌باشد. از این رو پیش‌بینی این متغییر جهت اخذ دید کلی از وضعیت اقتصادی و اخذ استراتژی‌های سرمایه‌گذاری، یکی از مسائل مهم به شمار می‌رود. از جمله روش‌های پیش‌بینی پرکاربرد در سری‌های زمانی مالی، شبکه عصبی می‌باشد که با توجه به جامعیت این روش و عدم وجود برخی از پیش‌فرض‌ها در خصوص داده‌ها، گسترش زیادی نسبت به روش‌های آماری یافته است. اما وجود نو...

عملکرد بسیاری از سیستم های فیزیکی ذاتاً غیرخطی می باشد و بایستی توسط مدلهای ریاضی غیرخطی توصیف شوند. اما برخی از این نوع سیستم ها دارای ساختار نامشخصی می باشند و ارائه مدل ریاضی دقیقی برای آنها امکان پذیر نیست. بنابراین برای کنترل این نوع سیستم ها نمی توان از روش های کنترل متعارف استفاده نمود. به همین منظور، اخیراً روش های محاسبات هوشمند مانند منطق فازی، شبکه های عصبی، الگوریتم های ژنتیک و ... بر...

در این مقاله، به منظور ارزیابی تأثیر دینامیک های آشوب گونه در افزایش کارایی شبکه های عصبی بازگشتی در بازشناسی مقاوم الگو، دو مدل برای شبکه های عصبی آشوب گونه ارائه شده است. در مدل اول که براساس نظریه انتخاب طبیعی طراحی گردیده است، شبکه عصبی بازگشتی جاذب (arnn) به عنوان هوش حاکم، تنوعات ایجاد شده توسط گره های آشوبی را در جهت رسیدن به جواب بهینه هدایت می نماید. در مدل دوم، ساختاری از شبکه عصبی آش...

خشکسالی یک رویداد طبیعی است که می تواند خسارات قابل توجهی را به زندگی بشر وارد سازد. پیش بینی خشکسالی نقش موثری را در مدیریت منابع آب ایفا می کند. در این تحقیق به منظور پیش بینی خشکسالی سه مدل ترکیبی از انواع شبکه های عصبی و تبدیل موجک ارائه شده است و سپس با استفاده از این مدل ها، شاخص بارش استاندارد (spi) برای 12 ماه آینده در ایستگاه سینوپتیک یزد پیش بینی گردیده است. شبکه های عصبی مصنوعی توانا...

برآورد سیلاب و مدیریت آن از دیرباز مورد توجه کارشناسان و مدیران علوم محیطی بوده است. برای این امر روش های بسیاری وجود دارد که یکی از چشم گیرترین آن ها استفاده از شبکه های عصبی مصنوعی است. در این تحقیق، مدل بارش- رواناب حوضه آبریز رودخانه هلیل رود در جنوب شرق ایران ارائه شده است. ظهور تئوری های توانمند مانند منطق فازی و شبکه های عصبی مصنوعی(ann)، الگوریتم ژنتیک و موجک تحولی عظیم در تحلیل رفتار س...

تعیین ظرفیت باربری شمع های کوبیده شده در خاک های غیرچسبنده با وجود منابع علمی زیاد، کماکان توأم با پیچیدگی است. یک شبکه ی عصبی موجک، توابع موجک را به منزله ی توابع فعال ساز نرون های لایه ی پنهان از شبکه ی عصبی پیشخورد به کار می گیرد. در این شبکه ها هر دو پارامتر انتقال و مقیاس موجک ها در کنار وزن هایشان بهینه می شوند. در رویکردی خاص از ساخت این نوع شبکه ها، با عنوان ویونت، پارامترهای انتقال و م...

در این پژوهش به حل مسأله ی مسیر یابی روبات متحرک با تبدیل این مسأله به مسأله ی بهینه سازی محدودیت دار و سپس استفاده از یک مدل شبکه عصبی بازگشتی برای حل مسأله ی به دست آمده پرداخته شده است. مدل شبکه عصبی بازگشتی برای حل مسأله ی مسیر یابی روبات به گونه ای ارائه شده است که مسیر ساخته شده توسط مدل، همواره در ناحیه شدنی قرار گیرد. این موضوع از دیدگاههای تحلیلی و عددی مورد بررسی قرار گرفته و نشان داد...

در این مقاله، یک الگوریتم یادگیری ترکیبی جدید برای طراحی شبکه های موجک فازی به منظور تقریب توابع، کنترل و شناسایی سیستم های غیرخطی ارائه شده است. الگوریتم پیشنهادی مبتنی بر الگوریتم حداقل مربعات متعامد (OLS)، الگوریتم جهش قورباغه های بهم آمیخته (SFL) و روش حداقل مربعات بازگشتی(RLS) می باشد. الگوریتم حداقل مربعات متعامد جهت تعیین ابعاد شبکه، غربال کردن موجکها به منظور انتخاب موجکهای مؤثرو تع...

جریان های سطحی اقیانوسی، نقش مهمی در انتقال گرما و تغییرات آب و هوایی دارد. ازاین رو، پیش بینی جریان های دریایی از اهمیت بسزایی در اقیانوس شناسی برخوردار است. در این پژوهش با به کارگیری شبکه عصبی و تکنیک تبدیل موجک به پیش بینی جریان های سطحی تنگه هرمز پرداخته شده است. بدین منظور داده های ثبت شده این حوزه از نوامبر سال 1992 تا دسامبر سال 2014 با گام زمانی 5 روزه از سایت ناسا تهیه و با به کارگیری...

در این مقاله از ترکیب شبکه‌های عصبی موجک (WNNs) به همراه الگوریتم آموزش بهینه‌سازی انبوه ذرات (PSO) جهت مدل‌سازی تغییرات زمانی محتوای الکترون کلی (TEC) یون‌<st...