پیش بینی ماهانه بارش یکی از موضوعات چالشی در حوزه هیدرواقلیم می باشد. از آنجا که استفاده عملیاتی از مدل های عددی پیش بینی ماهانه در کشورمان به اندازه مدل های کوتاه مدت نمی باشد، لذا تاکنون مدل های پیش بینی عددی ماهانه در کشورمان عملیاتی نشده اند؛ دو دلیل مهم این مشکل عدم دسترسی به کد مدل دینامیکی جهانی و عدم وجود داده های شرایط اولیه برای آغازگری آنها می باشند. این وضعیت موجب می شود تا هر ساله ...

تولید شبکه مناسب برای میدان هایی با هندسه های پیچیده و مرزهای متحرک، تاثیر زیادی بر دقت نتایج حاصله دارد. استفاده از شبکه های بی سازمان متداول ترین روش برای شبکه بندی میدان های با هندسه های پیچیده است. شبکه های مثلثی و کارتزین تطبیقی، دو نوع متداول از این دسته شبکه ها می باشند. از آنجا که شبکه کارتزین تطبیقی قادر است سلول ها را به صورت موضعی ریز نماید، می توان برای تولید شبکه میدان با مرز متحرک...

در دنیای امروز به کارگیری روشهای کمی پیش بینی در زمینه های مختلف مورد توجه گسترده قرار گرفته است. تغییرات سریع محیطهای ناشناخته در دنیای واقعی و به ویژه بازارهای مالی سبب ایجاد مشکلاتی برای پیش بینی کنندگان به منظور تأمین داده های مورد نیاز شده است. مدلهای میانگین متحرک خود رگرسیون انباشته (arima) دارای محدودیت تعداد داده های گذشته بوده و شبکه-های عصبی مصنوعی (anns) نیز به منظور حصول نتایج دقیق...

رفتار دستگاه های فیزیکی اغلب توسط معادلات دیفرانسیل با مشتقات پاره ای مدل سازی می شوند و جواب تحلیلی این مسایل فقط در حالت های خاص وجود دارد. بنابراین استفاده از روش های عددی برای حل این گونه مسایل اجتناب ناپذیراست. روش های عددی برای حل معادلات دیفرانسیل با مشتقات پاره ای را می توان به دو دسته ی روش های وابسته به دامنه و روش های مرزی تقسیم بندی کرد. روش تفاضلات متناهی ، روش عناصر متناهی و روش ...

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...

روش پتروف-گالرکینِ محلی بدون شبکه (mlpg) ، یک روش عددی برای حل معادلات دیفرانسیل است. در این پایان= نامه کاربرد mlpg در حل مسائل سه بعدی الاستو- استاتیک، با جابجایی های کوچک، به بحث گذاشته شده است. این روش دامن? کلی مسئله ( ) را با m گره و بدون هیچ گونه شبکه بندی شبیه سازی می کند. به علاوه، توابع تقریبزن را از میان درونیاب- هایی چون کمترین مربعات متحرک (mls)، بخش یکپارچه (pu)، توابع شپارد و تواب...

در تحقیق حاضر سامانه خبره تلفیقی به عنوان روشی جدید و کارآمد جهت پیش بینی قیمت نفت معرفی می گردد. این روش، تلفیقی از داده کاوی صفحات وب، سامانه مبتنی بر پایگاه قواعد و شبکه عصبی GMDH مبتنی بر الگوریتم ژنتیک می باشد. در داده کاوی صفحات وب، اطلاعات پیرامون عوامل موثر بر قیمت از سایت های مختلف به دست آمده و میزان تاثیر گذاری این عوامل در قالب قوانینی درسامانه مبتنی بر پایگاه قواعد ذخیره می گردد، ا...

پیش بینی سود هر سهم و ارزیابی سودمندی سودهای گذشته برای پیش¬بینی، از دیرباز مورد توجه پژوهشگران بوده و بدین منظورازروش¬هاومدل¬های متفاوت به منظورپیش¬بینی سودهای آتی شرکت¬هااستفاده شده است. در این راستا، در پژوهش حاضر، مدل¬های سری زمانی توضیحی جمعی میانگین متحرک ARIMAوشبکه¬های عصبی مصنوعی از نوع پرسپترون چند لایه (MLP) مورداستفاده قرارگرفتند وپیش بینی¬هابرای سودهای فصلی شرکتهای پذیرفته شده درباز...

در این مقاله استفاده از مدل های شبکه عصبی مصنوعی (ANN) و برخی الگوهای متداول در زمینه پیش بینی نرخ ارز، مورد آزمون و تحلیل قرار گرفته بدین صورت که، عملکرد پنج الگوی رگرسیون خطی در مقایسه با شبکه های عصبی مصنوعی، برای پیش بینی نرخ ارز اسمی (ریال ایران به دلار ایالات متحده آمریکا) مورد بررسی قرار می گیرد. الگوهای رگرسیون خطی عبارتند از روش باکس- جنکینز (الگوی میانگین متحرک انباشته خود همبسته)، فر...