با توجه به خشکسالی های اخیر و افزایش میزان تقاضا، استفاده از منابع آب زیرزمینی در بیشتر مناطق کشور در اولویت قرار گرفته است. در این راستا برداشت های بی رویه منجر به بروز مشکلاتی برای آبخوان دشت ها شده است. با توجه به اینکه به منظور اعمال محدودیتهای برداشت در اغلب مدل های مدیریت منابع آب، لازم است آبخوان به صورت پیوسته و زمانمند شبیه سازی شود و از طرفی استفاده از این مدل ها در فرایند بهینه سازی ...

در این پایان نامه سعی بر آن است تا با ارائه روشی نوین به طراحی یک پایدارساز فازی-عصبی بهینه که پایداری دینامیکی و گذرا در سیستم قدرت چند ماشینه بهبود می بخشد پرداخته شود. در طراحی این پایدارساز، از پنج لایه شبکه فازی-عصبی استفاده می شود. قواعد کنترل فازی و توابع تعلق ورودی و خروجی می توانند بوسیله آموزش با استفاده از الگوریتم آموزش پس انتشار و هیبرید، بطور بهینه تنظیم گردند. همچنین برای داشتن م...

منطق فازی زیر مجموعه ای از محاسبات نَرم است که توانایی تصمیم گیری در شرایط نامعینی و عدم قطعیت را به سیستم های کامپیوتری می دهد. سیستم های خُبره فازی، امروزه حضوری موفق در برخی امور از جمله تصمیم گیری در شرایط عدم قطعیت و کنترل سیستم های پیچیده دارند. اما تعیین دقیق درجه عضویت دریک سیستم فازی بسیار مشکل می باشد، خصوصاً در سیستم های ناشناخته و یا به شدت غیرخطی و دارای عدم قطعیت، این امر بسیار مشکل ...

در این نوشتار، شناسایی و کنترل شبیه ساز بار آیرودینامیکی توسط عملگر الکتروهیدرواستاتیکی مورد بحث قرارگرفته است. بخش مکانیکی و هیدرولیکی این عملگر در نرم افزار simhydraulic-matlab شبیه سازی شده و توسط نرم افزارهای مختلف مانند automation studio مورد اعتبارسنجی قرارگرفته است. برای بدست آوردن مدل ریاضی، از روش شناسایی جعبه سیاه با استفاده از داده های شبیه ساز استفاده شده است. کنترل شبیه ساز بار از ...

دراین طرح، ابتدا کارایی و ساختار سه نوع عملگر الکتروهیدرولیکی، الکترومکانیکی و الکتروهیدرواستاتیکی مورد بررسی قرار گرفته است، سپس با انتخاب عملگر الکتروهیدرواستاتیکی بعنوان عملگری با مزایای مضاعف نسبت به دیگر عملگرها، این عملگر با توجه به کاربرد مورد نظر، شبیه ساز بار دینامیکی، و قطعات موجود در بازار ایران طراحی شده است. کارکرد مدار طراحی شده با استفاده از شبیه سازی مدار در نرم افزار matlab، جع...

شبکه های عصبی فازی، یک نوع از سیستم های هوشمند ترکیبی هستند که بر اساس محاسبات عصبی فازی بنا شده اند. این ساختار از ترکیب سیستم های فازی و شبکه های عصبی حاصل شده است. شبکه های عصبی با وجود آنکه دارای مزایای دقت نگاشت ورودی- خروجی و قدرت تطبیق پذیری هستند، اما به دلیل عدم قدرت تفسیر، صرف زمان قابل ملاحظه برای کشف ساختار داخلی و طولانی بودن زمان آموزش محدودیت هایی را ایجاد می کنند. از طرف دیگر سی...

مدل سازی فرایند بارش- رواناب و پیش بینی دبی رودخانه یک اقدام مهم در مدیریت و مهار سیلاب ها، طراحی سازه های آبی در حوزه های آبخیز و مدیریت خشکسالی است. هدف این تحقیق شبیه سازی جریان روزانه در حوزه آبخیز کسیلیان با مدل wetspa و شبکه عصبی- فازی تطبیقی است. wetspa یک مدل پیوسته هیدرولوژیک- فیزیکی است که قابلیت پیش بینی سیلاب در مقیاس حوزه آبخیز با گام های زمانی مختلف را داراست و شبکه عصبی- فازی تطب...

سابقه و هدف: مدل سازی سینتیک خشک شدن با استفاده از روشهای جدید مدل سازی از جمله منطق فازی و شبکه های عصبی مصنوعی می تواند به بهینه سازی فرایند و کاهش انرژی مصرفی کمک کند. در این پژوهش علاوه بر مدل سازی رگرسیونی، در رویکردی جدید اصول منطق فازی و شبکه های عصبی مصنوعی به صورت ترکیبی و مکمل هم به کار برده شده و مدلی فازی – عصبی ارائه ودر نهایت توپولوژی بهینه شبکه های عصبی مصنوعی برای خشک کردن پیاز...

مقاله حاضر به بررسی نحوه عملکرد شبکه های عصبی mlp در ارتباط با خروجی مدل فوریه، fsam، می پردازد. مدل fsam که مدل شبیه ساز بارش است، تحلیل مدل های کلاسیک را در قلمرو فرکانس، که توسعه نظریه طیفی فرآیندهای متداول نظیر طیف الگوهای arima را در درون خود دارد، ارائه می دهد. کاربرد همزمان شبکه های عصبی mlp و مدلfsam، امکان پیش بینی جریان ماه (i) ام را در ارتباط با پیش بینی بارش همان ماه، میسر می سازد. ...