نتایج جستجو برای: شبکههای عصبی مصنوعی ann

تعداد نتایج: 46401  

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شاهرود - دانشکده شیمی 1391

در قسمت اول این تحقیق، مطالعات ارتباط کمی ساختار- خاصیت (qspr) بر روی شاخص بازداری 60 ترکیب آلی فرار (vocs) انجام گرفت. دو روش برازش مرحله ای (sr) و الگوریتم ژنتیک (ga) برای انتخاب توصیف کننده های مناسب استفاده شد. توصیف کننده های انتخاب شده از این دو روش برای مدل سازی و پیش بینی شاخص بازداری این ترکیبات وارد شبکه عصبی مصنوعی (ann) شدند. به منظور بررسی اعتبار این مدل ها از روش های مختلفی مانند ...

همواره پیش‌بینی سطح آب دریاچه‌ها در سطح دنیا از مهم‌ترین و پیچیده‌ترین فرایندهای هیدرولوژیکی است که برآورد آن می‌تواند در راستای جلوگیری از بروز وضعیت نامطلوب و مدیریت صحیح این اکوسیستم ارزشمند بکار گرفته شود. از اینرو در این پژوهش از چهار تکنیک محاسبات نرم موجک-شبکه عصبی مصنوعی (WANN)، شبکه عصبی مصنوعی (ANN)، مدل استنتاج عصبی-فازی تطبیقی (ANFIS) و برنامه‌ریزی بیان ژن (GEP) در محاسبه مقادیر پیش...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه محقق اردبیلی - دانشکده کشاورزی و منابع طبیعی 1393

با توجه به ضرورت تشخیص ارقام مختلف سیب¬زمینی، استفاده از فناوری¬های نوین مطابق با علم روز دنیا ضروری می باشد. از جمله روش های جدید برای تشخیص واریته محصولات کشاورزی استفاده از تکنیک پردازش تصویر در تلفیق با هوش محاسباتی می¬باشد. در این تحقیق به منظور تشخیص ارقام مختلف سیب¬زمینی، سه روش هوش مصنوعی شامل شبکه عصبی مصنوعی (ann)، الگوریتم رقابت استعماری ica))، و سستم استنتاج عصبی- فازی (anfis) و 2 ر...

ژورنال: :مهندسی عمران مدرس 2012
سمانه غضنفری هاشمی امیر اعتماد شهیدی

چکیده- آب شستگی یکی از مهم ترین عوامل خرابی پل ها است. بنابر این، تخمین عمق آب شستگی پای پل ها اهمیت زیادی برخوردار دارد. تاکنون فرمول ها و روابط تجربی زیادی برای تخمین عمق چاله آب شستگی ارائه شده است؛ اما این روابط از دقت مناسبی برخوردار نیستند. علاوه بر این، پیچیدگی مدل سازی فرایند آب شستگی سبب شده است تا از روش های جایگزین روابط تجربی، مانند روش های داده کاوی برای تخمین عمق آبشستگی پای پل ها...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور استان مازندران - دانشکده علوم انسانی 1390

استفاده از نسبت های مالی برای پیش بینی ورشکستگی شرکتها، همیشه مورد توجه دانشگاهیان و بنگاه های اقتصادی، بویژه بانک ها و سایر نهاد های مالی بوده است. پیش بینی به موقع میتواند تصمیم گیران را در یافتن راه حل و پیشگیری از ورشکستگی، یاری نماید. همچنین، این مدل ها کاربرد بسیار زیادی در رتبه بندی اعتباری و نحوه توزیع تسهیلات بانکی دارد. در چنین مطالعاتی معمولا از مدل های آماری مانند تحلیل ممیز چندگانه...

ژورنال: :نشریه علمی-پژوهشی تحقیقات مالی 2004
دکتر رضا راعی سعید فلاح پور

درماندگی مالی،ورشکستگی، هزینه های زیادی به همراه دارد که به اقتصاد یک کشور صدمه وارد می کند. یکی از راه هایی که می تواند به جلوگیری از درماندگی مالی کمک شایان توجهی کند، پیش بینی درماندثی مالی الست. در این پژوهش، با استفاده از شبکه های عصبی مصنوعی (ann)، به پیش بینی درماندگی مالی شرکت های تولیدی پرداخته شده است. مرور جامعی از مدل های پیش بینی درماندگی مالی، شبکه های عصبی مصنوعی نیز ارایه شده ا...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه ارومیه - دانشکده کشاورزی 1393

آگاهی از روند متغیرهای کلان اقتصادی همواره برای اقتصاددانان، برنامه¬ریزان و سیاست¬گذاران اهمیت بسیاری داشته است. از این¬رو، همواره سعی شده¬است که پیش¬بینی این متغیرها با کمترین خطای ممکن صورت بگیرد. هدف مطالعه حاضر، مقایسه مدل¬های پیش¬بینی تک¬متغیره شامل روش¬های اقتصادسنجی و شبکه¬های هوش¬مصنوعی برای پیش¬بینی رشد بخش کشاورزی ایران است. بدین منظور روش¬های، اقتصادسنجی مدل خودرگرسیون میانگین متحرک ...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه علم و صنعت ایران - دانشکده شیمی 1384

در این پایان نامه سعی در اندازه گیری مقادیر کم دو کاتیون مس و نیکل به طور همزمان با استفاده از دستگاه اسپکتوسکوپ ماوراء بنفش-مرئی بود. بدین منظور از کرومازرول –s به عنوان لیگاند استفاده گردید. با توجه به هم پوشانی بسیار زیاد طیفهای این دو کاتیون استفاده از روشهائی برای جداسازی این هم پوشانی ها ضروری می نمود. بهمین دلایل روشهای مختلف کمو متریکس و شبکه های عصبی مصنوعی مورد بررسی و ارزیابی قرار ...

توانایی کم­نظیر شبکه­های عصبی مصنوعی به عنوان ابزاری قدرتمند برای تحلیل و برآورد در حوزه علوم تجربی و مهندسی موجب شد تا مورد توجه اقتصاددانان قرار گیرد. در این پژوهش، پس از مرور پژوهش­های انجام­شده در مورد توانایی پیش­بینی مدل­های خود توضیح جمعی میانگین متحرک (ARIMA)[1]و شبکه­های عصبی مصنوعی(ANN)[2] به مقایسه این دو روش برای پیش­بینی قیمت روزانه نفت در دوره آوریل 1983 تا ژوئن 2005 پرداخته­ایم. ...

ژورنال: آبخیزداری ایران 2013
شایان‌نژاد, محمد, عبداللهی, خدایار, فتاحی, روح‌الله, متین‌زاده, محمد مهدی,

حداکثر بارش 24 ساعته یکی از عامل‌های هواشناسی با ماهیتی بسیار تصادفی در مقایسه با سایر داده‌های مرتبط با بارندگی از جمله بارش‌های ماهانه و سالانه است. باتوجه به در دسترس نبودن داده‌های شدت-مدت-فراوانی (I-D-F) و قابلیت دسترسی بیشتر داده‌های حداکثر بارش 24 ساعته، برآورد بارش‌های کوتاه مدت بر مبنای بارش 24 ساعته اقدامی رایج در مطالعات و عملیات آبخیزداری است. برخی از مواقع این اطلاعات ناقص می‌باشد ...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید