گسترش سریع استفاده از شبکه های عصبی مصنوعی ( ann) به عنوان مدل تجربی و کارآمد در علوم مختلف از جمله هواشناسی و اقلیم شناسی نشان دهنده ضرورت ارزش بالای مطالعه این مدل هاست. پیش بینی بارش برای اهداف مختلفی نظیر برآورد سیلاب، خشکسالی، مدیریت حوضه آبریز، کشاورزی و ... دارای اهمیت بسیاری است. هدف این مقاله پیش بینی بارش ماهانه با استفاده از شبکه های عصبی مصنوعی در شهر تهران می باشد. در این تحقیق از ...

در این تحقیق، از یک شبکه عصبی مصنوعی در برآورد پروفیل پرش هیدرولیکی در حوضچه آرامش همراه با دیواره همگرا  که از حالت­های خاص و پیچیده پرش هیدرولیکی می­باشد، استفاده شده است. تعداد 1500 داده آزمایشگاهی اعماق پرش هیدرولیکی مربوط به مقاطع مستطیلی، برای همگرایی  %7/2،  %4 و %3/5 مورد استفاده قرار گرفته است. در توسعه مدل شبکه عصبی مصنوعی، 10 ساختار پرسپترون، با تعداد لایه­های پنهان و نرون­های مختلف،...

در خاک های ریز دانه ی اشباع، میزان نشست با استفاده از شاخص فشردگی که از طریق آزمایش تحکیم بدست می آید، قابل محاسبه است. تعیین این ضریب از طریق آزمایش تحکیم بسیار وقت گیر است، لذا از گذشته به ویژه برای پروژه های کم اهمیت سعی بر این بوده که شاخص فشردگی را به پارامترهای فیزیکی خاک مانند درصد رطوبت، حد روانی و دیگر پارامترها که همگی به سادگی قابل اندازه گیری هستند، ارتباط دهند. به همین جهت روابط تج...

چکیده این مطالعه با هدف، بررسی کاربرد شبکه های عصبی مصنوعی در پیش بینی انرژی قابل متابولیسم با استفاده از مواد مغذی موجود در گندم و ذرت انجام گرفت. شبکه عصبی رگرسیون عمومی، تابع پایه شعاعی و شبکه عصبی پرسپترون سه لایه، مدل های مورد استفاده در این تحقیق بود. شبکه های طراحی شده در مطالعه توسط داده های آموزشی و آزمایشی مورد ارزیابی قرار گرفتند. با استفاده از برآورد حساسیت بهترین ورودی ها انتخاب...

    مدیریت موثر منابع آبی در یک رودخانه نیازمند شناخت صحیح و کامل از فرآیندهایی است که در آن رخ می‌دهد. روش­های هوش مصنوعی می­توانند کارایی بالایی جهت شبیه­سازی جریان رودخانه در مقیاس­های مختلف زمانی و مکانی داشته باشند. در این مطالعه از روش شبکه عصبی مصنوعی و مدل نمودار درختی M5 جهت شبیه‌سازی ماهانه جریان رودخانه در ایستگاه استور استفاده گردید. جهت شبیه‌سازی داده­های دبی جریان ماهانه در این ای...

برآورد رسوب یکی از ارکان مدیریت حوزه‌های آبخیز می‌باشد. به‌همین جهت تاکنون تلاش‌های زیادی برای طراحی مدل‌های پیش‌بینی کننده آن و از جمله مدل-های شبکه ‌عصبی مصنوعی و مدل‌های رگرسیونی اشاره کرد. حال آن‌‌ که مقایسه عملکرد آن‌ها کم‌تر مورد توجه قرار گرفته است. بر این اساس پژوهش حاضر با هدف مدل‌سازی تلفات خاک ناشی از هفده رگبار به‌وقوع پیوسته در پلات‌های مستقر در جنگل تخریب‌شده و نشده در سه تکرار) د...

ضریب‌ شکل، از مهم‌ترین مؤلفه‌های تعیین حجم درختان است. مقدار عددی ضریب شکل به عواملی همچون گونۀ درختی، رویشگاه، تراکم توده، سن و برخی عوامل محیطی بستگی دارد و با استفاده از فرمول‌های متنوعی محاسبه می‏شود. در این بررسی، به‌منظور تعیین مناسب‌ترین فرمول ضریب شکل، برای جایگزینی ضریب شکل واقعی، در توده‌های دست‌کاشت کاج بروسیا واقع در شمال شهرستان خرم‌آباد، 30 اصله درخت انتخاب و قطع شد. حجم واقعی هر ...

گسترش سریع استفاده از شبکه‌های عصبی مصنوعی ( ANN) به عنوان مدل تجربی و کارآمد در علوم مختلف از جمله هواشناسی و اقلیم شناسی نشان دهنده ضرورت ارزش بالای مطالعه این مدل‌هاست. پیش بینی بارش برای اهداف مختلفی نظیر برآورد سیلاب، خشکسالی، مدیریت حوضه آبریز، کشاورزی و ... دارای اهمیت بسیاری است. هدف این مقاله پیش بینی بارش ماهانه با استفاده از شبکه‌های عصبی مصنوعی در شهر تهران می‌باشد. در این تحقیق ا...