با توجه به پیچیدگی های ذاتی پدیده هایهیدرولوژیکی،به کارگیریروش های متداول خطی منجر به نتایج قابل قبول با دقت بالا نشده، لذا توجه روزافزونی به مدل¬های جعبه سیاه می شود. در دهه¬های اخیر، شبکه های عصبی مصنوعی، از زیرمجموعه های هوش مصنوعی، به خوبی توانایی خود را در مدل سازیپدیده های هیدرولوژیکیو ارائه نتایج قابل قبول و اطلاعات مهمی که در زمینه هایبرنامه ریزی شهری و محیط زیست، سیل و مدیریت منابع آبب...

مدلسازی نوسان‌های زمانی آب زیرزمینی، در مدیریت حوزه‏‏های آبریز و ایجاد تعادل در عرضه و تقاضای آب اهمیت زیادی دارد. در سال‏های اخیر استفاده از تحلیل موجک برای تجزیۀ سری‏های زمانی و ترکیب آن با شبکه‏های عصبی به‌صورت گسترده‏ای در مدلسازی پدیده‏های هیدرولوژیکی به‌­کار رفته ‏است. در این تحقیق، توانایی مدل ترکیبی موجک- شبکۀ عصبی پویا برای پیش‏بینی یک ماه آیندۀ عمق آب زیرزمینی ارزیابی شده و این مدل با...

برآورد و پیش‏‏بینی بارش اهمیت ویژه‏ای دارد. به دلیل نبود قطعیت، هیچ ‏یک از مد‏ل‏های آماری و مفهومی نتوانسته‏اند به منزلة یک مدل برتر در الگوسازی دقیق بارش شناخته شوند. اخیراً، به کاربردِ موجک در آنالیز سیگنال‏ها و سری‏های زمانی در هیدرولوژی توجه شده‏ است. در این تحقیق، سیگنال بارندگی با استفاده از موجک مادر منتخب تجزیه شد و داده‏های به‌دست‌آمده با دو روش برازش معادلات مستقیم و هیبرید عصبی- موجکی ...

امروزه روش­های مختلفی برای آنالیز سرعتی داده‌های لرزه‌ای به کار می‌رود؛ که از آن جمله روش‌های مبتنی بر همدوسی است؛ که در تخمین سرعت برانبارش بسیار راهگشاست. از آنجا که همه روش‌های مطرح شده در حوزه زمان پیاده­سازی شده‌اند؛ سعی بر آن است با معرفی حوزه موجک گسسته غیرکاهشی ارتقای آنالیز سرعتی نشان داده شود. وجود نوفه و همچنین تضعیف سیگنال‌ها در اثر جذب فرکانس باعث می‌شود که سیگنال طی زمان و عبور از...

برای استفاده ی توأمان از داده های به دست آمده از منابع مختلف، باید موضوع عدم هماهنگی قابلیت تفکیک آن ها مرتفع شود. بنابراین نمی توان داده های حاصل از مطالعات لرزه ای -با قدرت تفکیک متر- را بدون تطبیق قدرت تفکیک با داده های چاه نگاری –با قدرت تفکیک سانتی متر- تلفیق کرد. روش های گوناگونی توسط محققین برای تلفیق داده ها –در دو و سه بعد- ارائه شده است. نرم افزار همپسون–راسل نیز از مجموعه ی نرم افزار...

برآورد و پیش‏‏بینی بارش اهمیت ویژه‏ای دارد. به دلیل نبود قطعیت، هیچ ‏یک از مد‏ل‏های آماری و مفهومی نتوانسته‏اند به منزلة یک مدل برتر در الگوسازی دقیق بارش شناخته شوند. اخیراً، به کاربرد موجک در آنالیز سیگنال‏ها و سری‏های زمانی در هیدرولوژی توجه شده‏ است. در این تحقیق، سیگنال بارندگی با استفاده از موجک مادر منتخب تجزیه شد و داده‏های به دست آمده با دو روش برازش معادلات مستقیم و هیبرید عصبی- موجکی ...

در این مقاله، روشی برای تشخیص شرایط جزیره‌ای تولیدات پراکنده با ژنراتور سنکرون بر اساس تحلیل زمان فرکانس انجام گرفته است. روش پیشنهادی پارامترهای خروجی تولیدات پراکنده را به شکل محلی اندازه‌گیری کرده و این سیگنال‌ها را در حوزه زمان فرکانس بررسی می‌کند. این روش برای تشخیص شرایط جزیره‌ای از ناحیه‌بندی دوبعدی تغییرات انرژی ضرایب سیگنال‌های تبدیل موجک نرخ تغییرات توان استفاده می‌کند. بر اساس ورود و...

در روش‌های مرسوم، ضریب میرایی امواج لرزه‌ای را معمولاً در حوزه فرکانس و بر‌اساس طیف توان و روش‌های آماری محاسبه می‌کنند. با توجه به محدودیت‌های تبدیل فوریه در تحلیل سیگنال‌های ناپایا، در این تحقیق با به‌کارگیری مرکز‌ثقل مقیاس و مرکز‌ثقل فرکانس و سه روش متفاوت برپایه ابزار ریاضی تحلیل هارمونیک‌ها (harmonic analysis)، فاکتور کیفیت (Q) برای داده‌های لرزه‌ای تعیین می‌شود. سه روش به‌کار‌رفته، براساس ...

در این پایان نامه ابتدا با استفاده از شبکه عصبی پرسپترون چند لایه با ساختار‏‏‏‏‏‏‏‏‏های بهینه‏ی حاصل شده از سعی و خطا جریان متوسط ماهانه حوزه لیقوان در قالب مدل بارش-جریان محاسبه شده است. سپس، از مدل نروفازی (anfis) به منظور بهبود عملکرد مدل‏های آموزشی بهره گرفته شده است. شایان ذکر است در مدل انفیس تعیین ساختار فازی اولیه نقش مهمی را ایفا می‏نماید؛ در این راستا روش‏های کلاسه بندی متداول شاملfuz...

هدف این تحقیق، ارائه ی روشی جدید برای تشخیص جزیره در سیستم توزیع دارای dg، بر اساس تحلیل سیگنال های حالت گذراست. در روش پیشنهادی، ویژگی های مورد نیاز دسته بندی کننده ی هوشمند، از تبدیل موجک گسسته ی (dwt) سیگنال های حالت گذرای تولید شده در حین وقوع یک حادثه، جهت تشخیص حوادث جزیره ای استخراج می شود. سپس دسته بندی کننده های هوشمند برای تقسیم بندی حوادث به جزیره ای و غیرجزیره ای استفاده می شود. ر...