این مقاله به بررسی کاربرد سیستمهای فازی tsk مرتبه بالا در مدلسازی رفتار سلول های فوتوولتاییک می پردازد. در این مقاله روشی برای آموزش سیستم های فازی tsk مرتبه دو با متد یادگیری anfis (سیستم استنتاج فازی عصبی مصنوعی) ارائه شده است. واضح است که سیستم های فازی tsk مرتبه بالا تقریبگرهای دقیقتری هستند زیرا با در نظر گرفتن تعداد قواعد یکسان و تعداد توابع تعلق ورودی یکسان نسبت به سیستم های مرتبه صفر و ...

برآورد دبی اوج، یکی از موضوعات اساسی در مدیریت منابع آب و کنترل سیلاب، جایگاه ویژه‌ای در موفقیت طراحی سازه‌های آبی و کارایی اقدامات بیومکانیکی در حوضه‌های آبخیز دارد. در این پژوهش سعی شده است با مقایسة سه روش اصلی در هوش مصنوعی (مدل شبکة عصبی پرسپترون چند لایه، مدل الگوریتم ترکیبی شبکة عصبی با ژنتیک و مدل ترکیب خوشه‌بندی کاهشی و روش نورو فازی (ANFIS، بهترین روش پیش‌بینی دبی حداکثر رودخانة یلفان...

فرآیند بارش-رواناب فرآیندی غیرخطی بوده و از حیث زمانی و مکانی تصادفی می باشد و تشریح آن با مدل های ساده به راحتی امکان پذیر نیست. بررسی تحقیقات انجام شده نشان می دهد که مدل های مبتنی بر هوش مصنوعی در مدل سازی سامانه های پیچیده عملکرد خوبی دارند. در این تحقیق ضمن بررسی و تعیین مهمترین مولفه های موثر در پیش بینی دقیق میزان رواناب رودخانه خرم آباد، عملکرد شبکه عصبی مصنوعی و سامانه استنتاج تطبیقی ع...

در این مقاله ابتدا مدل خطی سیستم تعلیق خودرو انتخاب و شبیه­سازی و داده­های لازم جهت آموزش از آن استخراج می­گردد. در راستای تحقق هدف سیستم تعلیق، با استفاده از روش­های مرسوم یک کنترل­کننده pid برای سیستم تعلیق طراحی و از آن جهت آموزش کنترل­کننده تطبیقی عصبی - فازی (anfis)  استفاده شود. این سیستم anfis با استفاده از خطای خروجی کنترل­کننده pid به صورت بر خط آموزش می­بیند و پس از آموزش، کنترل­کننده...

با توجه به عدم امکان ذخیره انرژی­الکتریکی ، شناسایی عوامل­موثر بر تقاضای این حامل انرژی و پیش­بینی دقیق روند آتی آن، ضرورت دارد . تاکنون روش­های مختلفی در این زمینه مورد استفاده قرار گرفته است که در میان آن­ها روش­های هوشمند و به­ویژه روش­های فازی، دارای قابلیت­های بیشتری هستند. در مطالعه حاضر از سیستم ­ استنتاج عصبی- فازی ترکیب شده با الگوریتم انبوه­ذرات ( pso  -anfis ) استفاده شده و پس ازشبیه...

حوضه های جنوب شرقی دریاچه ارومیه به علت برخورداری از شرایط هیدرولوژیکی و لیتولوژیکی خواص، از میزان بالای تولید رسوب برخوردارند. با توجه به این نکته در این تحقیق برای تخمین بار معلق رسوبی روزانه از سیستم استنتاجی فازی عصبی([1]anfis) بهره گرفته شده است. به این منظور داده های دبی روزانه و بار معلق رسوبی365 روز سال 1386 و 1387 ایستگاه رسوبی واقع در رودخانه زرینه رود برای تعلیم و آزمودن مدل های شبکه...

روش‌های هوشمند به صورت گسترده‌ای در تشخیص خطا در ماشین‌های الکتریکی، ترانسفورماتورها و به طور کلی، در تمامی قسمت‌های صنعت برق به کار می‌روند. سیستم استنتاج فازی یکی از مدرنترین روش‌هایی است که برای این منظور مورد استفاده می‌شود. از آنجایی که در موارد پیچیده، به ویژه مواردی که استخراج قوانینی کارآمد، بسیار مشکل است، استفاده از استنتاج فازی غیر ممکن است. لذا در چنین مواردی سعی برآن است که از روش ...

  با توجه به عدم امکان ذخیره انرژی­الکتریکی ، شناسایی عوامل­موثر بر تقاضای این حامل انرژی و پیش­بینی دقیق روند آتی آن، ضرورت دارد . تاکنون روش­های مختلفی در این زمینه مورد استفاده قرار گرفته است که در میان آن­ها روش­های هوشمند و به­ویژه روش­های فازی، دارای قابلیت­های بیشتری هستند. در مطالعه حاضر از سیستم ­ استنتاج عصبی- فازی ترکیب شده با الگوریتم انبوه­ذرات ( PSO  -ANFIS ) استفاده شده و پس ازشب...

برای بدست آوردن نمایش تحلیلی از سطح انرژی پتانسیل، انرژی های بر هم کنش در 714 نقطه با مدل فازی و مدل برنامه ژنتیک برازش شدند. مدل فازی با اشتراک دو روش, الگوریتم ژنتیک با اهداف چندگانه(moga) و سیستم های تطبیقی عصبی-فازی (anfis) بهینه و ایجاد شد. مدل فازی بدست آمده از ضریب هم بستگی خوبی برخودار است(99998/0). از مدل های ایجاد شده برای محاسبه ضریب دوم ویریال استفاده شد.