در پژوهش حاضر چارچوبی متشکل از سه مدل ناهمسانی واریانس شرطی گارچ(garch)،شبکه عصبی مصنوعی-گارچ (nn-garch) و شبکه عصبی مصنوعی موجکی-گارچ (wnn-garch) به منظور پیش بینی نوسانات بازدهی شاخص کل بورس اوراق بهادار ارائه شده است.نتایج نشان می دهد که استفاده از شبکه عصبی مصنوعی پیشخور با الگوریتم پس انتشار برای تخمین مدل ناهمسانی واریانس شرطی گارچ به دلیل عدم نیاز این مدل به مفروضاتی همچون نوع تابع توزیع...

آبهای زیرزمینی یکی از منابع مهم تامین آب در تمام دنیا به شمار می‌روند. در سال‌های اخیر با توجه به مشکل کمبود منابع آبی، مسأله استفاده و مدیریت بهینه از این منابع اهمیت خاصی پیدا کرده است. به منظور آگاهی از وضعیت این منابع و مدیریت بهینه آنها، لازم است پیش‌بینی دقیقی از نوسانات سطح آب زیرزمینی صورت گیرد. این نوسانات ناشی از عوامل مختلفی است که از جمله آنها، عوامل آب و هوایی(حرارت، میزان بارندگی،...

در این مقاله‏ روش غیرخطی کنترل کننده مد لغزشی موجکی با لایه مرزی تطبیقی از طریق تابع لغزشی متغیر با زمان در خودخلبان پیچشی برای موشک emraat که قابلیت هدایت با مانور btt را دارد، به کارکرفته می­شود.سطح لغزشی متغیر با زمان همه فرکانس­های مدل نشده سیستم را فیلتر می­کند. پهنای لایه مرزی، پهنای باند شکست فرکانس و پارامترهایی که در تقریب شبکه موجکی عصبی پدید می­آیند همگی قابل تنطیم هستند. از اینرو می...

در این تحقیق شاخص کل سهام بورس اوراق بهادار تهران با استفاده از مدل­های مختلف شبکه‌های عصبی پیش‌بینی شده است. تحقیق از نوع کاربردی است و دورۀ زمانی انجام تحقیق از ابتدای سال 81 تا پایان سال 90 است. گردآوری اطلاعات از طریق آمار و داده­های موجود در پایگاه اطلاعاتی در بورس اوراق بهادار تهران صورت گرفته است. برای ایجاد مدل WDBP از موجک db5 برای نویززدایی داده­ها و تا پنج مرحله صورت گرفته است. جذر م...

در تحقیق حاضر، از روش تحلیل موجکی برای پیش پردازش سری های زمانی جریان رود استفاده شده است. با استفاده از تبدیلات پیوسته و گسسته موجکی نشانه ی مورد مطالعه که همان گروه زمانی جریان رود قره آغاج در چند ایستگاه مورد مطالعه می باشد، به نشانه های تقریب و جزییات تجزیه می گردند. نشانه ی تقریب نشان دهنده ی روند پایه جریان و نشانه ی اختلال در واقع نماینده بی نظمی ها، تغییرات و جهش های سریع در گروه زمانی ...

چکیده جریان رودخانه ها یکی از مهمترین مولفه های چرخه ی هیدرولوژیکی هستند که هر تغییر در آن می تواند بر دیگر قسمت های چرخه و همچنین بر روی تمام سازه های ساخت بشر مرتبط با آن اثر بگذارد. پیش بینی دقیق دبی برای طراحی و ساخت سازه های هیدرولیکی نظیر سدها، آب-بندها، کانال ها و پل ها بسیار ضروری و مهم است. در این تحقیق، برای پیش بینی دقیق دبی سیلاب از دو روش، رگرسیون خطی پایه موجکی (wr) و سیستم استنت...

عدم وجود آمار و اطلاعات کامل، نمی‌تواند مجوزی برای عدم مطالعه شرایط هیدرولوژیکی یک منطقه و پیش‌بینی‌های درازمدت برای انجام یک پروژه آبی باشد. بنابراین پژوهشگران مختلف روش‌هایی از قبیل آنالیز نسبت‌ها، فرگمنت و توماس فیرینگ را برای بازسازی داده‌های ناقص دبی در ایستگاه‌‌های هیدرومتری به کار برده‌اند. لذا در این پژوهش دقت روش‌‌های مذکور با روش‌‌های رایانه‌ای از قبیل شبکه عصبی مصنوعی، هیبرید عصبی - ...

آب های زیرزمینی همواره به عنوان یکی از منابع مهم و عمده تامین آب شرب و کشاورزی مطرح بوده است. مدل های قابل اطمینان جهت پیش بینی سطح آب زیرزمینی می توانند در مدیریت بهینه استفاده از منابع محدود آب زیرزمینی کمک شایانی نمایند. در این پژوهش توانایی شبکه عصبی مصنوعی و موجک و زمین آمار برای پیش بینی یک ماه آینده تراز آب زیرزمینی در نقاط مشخصی از دشت مشهد مورد ارزیابی قرار گرفته اند. دادههای مورد استف...

آب های زیرزمینی همواره به عنوان یکی از منابع مهم و عمده تامین آب شرب و کشاورزی مطرح بوده است. مدل های قابل اطمینان جهت پیش بینی سطح آب زیرزمینی می توانند در مدیریت بهینه استفاده از منابع محدود آب زیرزمینی کمک شایانی نمایند. در این پژوهش توانایی شبکه عصبی مصنوعی و موجک و زمین آمار برای پیش بینی یک ماه آینده تراز آب زیرزمینی در نقاط مشخصی از دشت مشهد مورد ارزیابی قرار گرفته اند. داده های مورد است...

در این تحقیق، نحوه عملکرد شبکه های عصبی موجکی با شبکه های عصبی مصنوعی در پیش بینی درصد شکستگی دانه های جو در کمباین مقایسه شد. شبکه های مزبور به صورت تابعی از درجه حرارت هوا، سرعت کوبنده، سرعت پیشروی کمباین، فاصله کوبنده و ضدکوبنده در جلو و عقب واحد کوبنده و درصد رطوبت جو آموزش داده شد. شبکه عصبی موجکی (rasp1) با دقت 2/90 درصد در پیش بینی شکستگی دانه جو به عنوان یک جایگزین مناسب برای شبکه های ع...