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 تحقیق سه سیستم متفاوت غشایی با استفاده از شبکه های عصبی و شاخه ای دیگر هوش مصنوعی مدل شد. در قسمت اول پروسه ساخت غشاء به طور موفقیت آمیزی با کمک شبکه عصبی مدل شد. در قسمت آزمایش پلی اتر سولفون و پلی سولفونی که به روش ترسیب غوطه وری در حلال های مختلف نظیر دی متیل استامید و غیر حلال هایی نظیر2-پروپانول و افزودنی هایی از قبیل پلی ونیل پیریودین آماده شد. خواص مکانیکی شیمیایی و حرارتی پلیمرها...

در این رساله یک روش پیشنهادی بر مبنای سیستم های نرو- فازی و الگوریتم ژنتیک برای کنترل چراغهای راهنمایی و بر اساس پردازش هوشمند تصاویر ترافیکی برای استخراج پارامترهای مورد نیاز یک سیستم کنترل ترافیک هوشمند در یک تقاطع ایزوله ارائه شده است. یک تقاطع ایزوله برای کنترل، وابسته به تقاطع های اطراف و دیگر خیابانها نیست. هدف از طراحی یک کنترل کننده هوشمند ترافیکی، اختصاص زمان های مناسب به چراغ های راهن...

چکیده مدل سازی و شناسایی سیستم ها کاربردهای مهمی از جمله در زمینه کنترل فرآیند دارد. به طور معمول فرآیند مدل سازی، به معنای مدل کردن یک سیستم نامشخص با استفاده از داده های ورودی-خروجی می باشد. جهت مدل سازی سیستم دیدگاه های مختلفی پیشنهاد شده است. شناسایی در صورت معلوم بودن ساختار مدل سیستم معمولا منجر به دقت زیاد می شود، اما هنگامی که سیستم، پیچیده و یا دارای عدم قطعیت است، فرآیند مدل سازی ب...

در سال های اخیر خشکسالی با فراوانی و شدت بیشتری در بسیاری از مناطق دنیا از جمله ایران رخ داده و اثرات مخرب آن با توجه به افزایش تقاضای آب و تغییرات اقلیمی تشدید یافته است. پیش بینی خشکسالی می تواند طراحی پروژه های مهندسی آب ، برنامه ریزی های اقتصادی منطقه ای و مدیریت بهتر منابع آب را تضمین نماید. در سال های اخیر استفاده از روش های مدل سازی مبتنی بر هوش مصنوعی در علوم مهندسی آب مورد توجه جدی محق...

اندازه گیری ظرفیت تبادل کاتیونی خاک در سطوح وسیع، بسیار پرهزینه و وقت گیر است. برآورد این خصوصیت به­وسیله ویژگی های زودیافت خاک، از طریق روش های پارامتریک و غیرپارامتریک (توابع انتقالی) می تواند رویکرد مناسبی باشد. در این پژوهش، روش پارامتریک رگرسیون های خطی و غیر خطی و روش های غیر پارامتریک شبکه های عصبی مصنوعی، رگرسیون درختی و فازی عصبی در تخمین ظرفیت تبادل کاتیونی خاک مورد استفاده قرار گرفت....