در این مطالعه به منظور مدل‌سازی رفتار تصفیه‌‌خانة فاضلاب از شبکة عصبی مصنوعی استفاده شد. بدین منظور با مبنا قراردادن اندازه‌گیری‌های مشخصه‌های کیفی در ورودی تصفیه‌خانه، مقدار متناظر مشخصه‌های فوق در خروجی تصفیه‌خانه پیش‌بینی شد. داده‌های ورودی شبکة عصبی شامل مشخصه‌های دما (T)، اکسیژن مورد نیاز بیوشیمیایی (BOD)، اکسیژن مورد نیاز شیمیایی (COD)، کل جامدات معلق (TSS)، کل جامدات (TS) و pH فاضلاب بود...

کسب اطلاعات لازم در خصوص نیترات در منابع آب زیرزمینی مستلزم اندازه گیری های دقیق دوره ای است که با وجود اندازه گیری آن در برخی مناطق، به علت حساسیت های اجتماعی و سلامتی جامعه گزارش نمی شود. بنابراین مدل سازی آن به علت اطلاع از وضعیت کیفی آب هر منطقه ضروری به نظر می رسد. هدف این مطالعه استفاده از روش شبکة عصبی مصنوعی در برآورد نیترات و مقایسة آن با مقادیر اندازه گیری شده و بررسی تأثیرپذیری برآور...

چکیده      تأخیر در تأمین نفت گاز، پیامدهای سیاسی، اجتماعی و اقتصادی وسیعی را به دنبال دارد؛ بنابراین پیش بینی دقیق تقاضای نفت گاز بسیار مهم است. استفاده از شبکه های عصبی مصنوعی در پیش بینی کاربرد زیادی دارد. طراحی مناسب پارامترهای (ساختار) شبکه موجب می شود دقت و عملکرد شبکه های عصبی مصنوعی افزایش یابد. در بیشتر مطالعات از روش سعی و خطا برای تنظیم پارامترهای شبکه های عصبی مصنوعی استفاده می شود ...

محدودیت منابع آب ناشی از خشک سالی های متوالی، از مهم ترین معضلات استان سیستان و بلوچستان است.در این پژوهش برای پیش بینی سیکل خشک سالی در 9 ایستگاه هواشناسی استان سیستان و بلوچستان از شبکة عصبی مصنوعی استفاده شد. داده های مورد استفادة ورودی شبکه شامل بارش سالانه و شاخص دهک بارش (dpi) ایستگاه ها است که از سال 1350 تا 1379 برای آموزش مدل و از سال 1380 تا 1387 برای اعتبارسنجی شبکه است. شبکة مورد اس...

در این تحقیق به مقایسه کارایی دو روش پیش‌بینی شبکه عصبی مصنوعی (ANN) و روش سنتی خودرگرسیون میانگین متحرک انباشته (ARIMA) در پیش‌بینی قیمت سهام در بازار سهام ایران پرداخته شده است. بدین منظور 2 شرکت دارویی البرز‌دارو و جام‌دارو انتخاب شده و مدل ARIMA و مدل شبکه عصبی مصنوعی برای هر دو شرکت تخمین زده شد. به منظور تخمین مدل شبکه عصبی مصنوعی، متغیر قیمت سهام به عنوان متغیر وابسته و متغیر‌های حجم معا...

پیش‏بینی رطوبت لایه‏های شلتوک در انتهای مرحلة خشک‏شدن به روش بستر ثابت به منظور کاهش خسارت ناشی از بیش یا کم ‏خشک‏شدن محصولات کشاورزی حائز اهمیت است. در این تحقیق از روش هوشمند شبکة عصبی مصنوعی برای پیش‏بینی رطوبت لایه‏های شلتوک در انتهای مرحلة خشک‏شدن و در محدودة رطوبت های نهایی 10 تا 14% (بر پایة تر) برای خشک کردن به روش بستر ثابت استفاده شده است. آزمایشها با نمونه‏های شلتوک و در محدودة عمق‏ه...

سرعت باد یکی از متغیرهای بسیار مهم هواشناسی در تعیین تبخیرتعرق و نیاز آبی گیاهان است. مدل ها و روش های متعددی برای پیش بینی این عامل وجود دارد. در سال های اخیر، با شناخته شدن ابزار محاسبات نرم، به مثابة روشی نوین در ایجاد سیستم های هوشمند، این روش ها جایگاهی ویژه در علوم هواشناسی کشاورزی پیدا کردند. به کاربردن رویکرد شبکة عصبی مصنوعی یکی از این روش هاست. با توجه به وجود ایستگاه هواشناسی کشاورزی...

این آزمایش به منظور تعیین اثر مصرف سطوح مختلف عصارة کنگرفرنگی از طریق آب آشامیدنی بر فراسنجه های رشد جوجه های گوشتی برآوردشده توسط مدل ریاضی گمپرتز و مقایسة توان پیش بینی آن با شبکة عصبی مصنوعی انجام گرفت. به این منظور از 250 قطعه جوجة گوشتی سویة رأس 308 استفاده شد. تیمارهای آزمایشی شامل تیمار شاهد (آب فاقد عصارة کنگرفرنگی) و تیمارهای حاوی 100، 200، 300 و 500 میلی گرم عصارة کنگرفرنگی در هر لیتر...

استفاده از شبکه های عصبی مصنوعی بهعنوان روشی جدید برای برآورد مشخصه های فیزیکی محصولات کشاورزی و درجه بندی آنها بر حسب پارامترهای مختلف مطرح شده است. در این پژوهش ابتدا مقادیر مشخصه های فیزیکی 100 عدد پرتقال رقم محلی دزفول شامل سه بعد هندسی، جرم، حجم و سطح تصویر عمودی اندازه گیری شد و از دو شبکه عصبی مصنوعی برای مدلسازی جرم و حجم پرتقال برحسب ابعاد هندسی (ann(h,w,t)) و سطح تصویر (ann(a)) میوه ا...

محدودیت منابع آب ناشی از خشک‌سالی‌های متوالی، از مهم‌ترین معضلات استان سیستان و بلوچستان است.در این پژوهش برای پیش‌بینی سیکل خشک‌سالی در 9 ایستگاه هواشناسی استان سیستان و بلوچستان از شبکة عصبی مصنوعی استفاده شد. داده‌های مورد استفادة ورودی شبکه شامل بارش سالانه و شاخص دهک بارش (DPI) ایستگاه‌‌ها است که از سال 1350 تا 1379 برای آموزش مدل و از سال 1380 تا 1387 برای اعتبارسنجی شبکه است. شبکة مورد ا...