نتایج جستجو برای: شبکۀ عصبی پرسپترون
تعداد نتایج: 16079 فیلتر نتایج به سال:
استفاده از روشهای فازی آرتمپ و شبکهی عصبی پرسپترون چندلایه برای تهیّهی نقشهی پوشش اراضی (مطالعهی موردی: شهر اصفهان) ازجمله عوامل مهم در برنامهریزی و مدیریت شهری، بهویژه در راستای نیل به توسعهی پایدار در نواحی شهری و استفادهی بهینه از سرزمین، دسترسی بهنگام از وضعیّت پوشش اراضی برای این مناطق است. دادههای سنجش از دور پتانسیل بالایی برای تهیّهی نقشههای بهروز پوشش اراضی شهری دارند. روش...
در این مقاله تخمین عمق گنبدهای نمکی با استفاده از روش شبکۀ عصبی رگرسیون تعمیم یافتهgrnn، از طریق داده های گرانی سنجی بررسی شده است. بدین منظور یک شبکۀ عصبی grnn به وسیلۀ داده های گرانی که از روش پیشرو، مدل گنبد نمکی را به دست می آورد، به ازای اعماق مختلف به دست آمده آموزش داده شد و با محاسبۀ خطای شبکه، شبکه مرتب اصلاح شد تا معماری شبکه با خطای پذیرفتنی به دست آید. سپس به منظور تست شبکه از داده ...
به دلیل عدم وجود ایستگاه های سنجش میزان رسوب در فرایند فرسایش بادی، تخمین میزان بار رسوب در زمینه این فرایند امری ضروری و مهم تلقی می شود. شبکه های عصبی مصنوعی می توانند به عنوان ابزاری کارآمد جهت برآورد و شبیه سازی رسوبات موثر واقع شوند. در این تحقیق از دو نوع شبکه عصبی مصنوعی پرسپترون چند لایه و شبکه عصبی شعاعی برای برآورد و برازش مقدار رسوبات بادی در منطقه کرسیا شهرستان داراب استفاده گردید....
مدلسازی نوسان های 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 به صورت گستردهای در مدلسازی پدیدههای هیدرولوژیکی به کار 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...
در این تحقیق ماده مرکب زمینه اپوکسی پرشده با ذرات آلومینیم تهیه گردیده و با تغییر شرایط مختلف تراشکاری شامل: سرعت برش، کسر وزنی ذرات، عمق برش و نرخ پیشروی از قطعات مواد مرکب برادهبرداری صورت گرفته است. سپس زبری سطح قطعات اندازهگیری شده و برای پیشبینی اثر چهار عامل تراشکاری بر زبری سطح قطعات، با استفاده از دو نوع شبکه عصبی شامل: شبکه عصبی چند لایه پرسپترون و شبکه عصبی با تابع پایه شعاعی، مد...
این مطالعه برای پیشبینی بازدهی شاخص قیمت و بازده نقدی بورس اوراق بهادار تهران، آشوب را تحلیل و پیشبینیپذیری را بررسی کرده و نیز عملکرد انواع مدل های شبکۀ عصبی را با کمک دادههای تجزیهشده با روش موجک ارزیابی کرده است. بههمین منظور، از داده های سریزمانی روزانه و سری بازدهی شاخص قیمت و بازده نقدی بورس طی دورۀ زمانی ۵ فروردین ۱۳۸۸ تا ۱۸ اردیبهشت ۱۳۹۱ استفاده شده است. براساس نتایج این م...
درایران به طور متوسط، 5/5 کیلووات ساعت انرژی خورشیدی بر هر مترمربع از سطح زمین می تابد و 300 روز آفتابی در 90% خاک ایران موجود است. با توجه به این میزان تابش و لزوم آگاهی از پهنه بندی پتانسیل خورشیدی جهت بهره وری مناسب، نیاز به رسم نقشه های پتانسیل خورشیدی است. در این مطالعه، از داده های ماهیانه 10 ساله (1991-2000 میلادی)، موجود 39 ایستگاه سینوپتیک هواشناسی ایران به عنوان داده های ورودی به نرم ...
هدف از این تحقیق، ارزیابی سه مدل شبکۀ عصبی مصنوعی، رگرسیون درختی و مدل هارگریوز سامانی برای برآورد تبخیرتعرق گیاه مرجع بود. بدین منظور از اطلاعات هواشناسی استانهای سیستان و بلوچستان، کرمان، یزد و خراسان جنوبی در دورۀ آماری 1998-2008 استفاده شد. با توجه به تأثیر سرعت باد بر میزان تبخیرتعرق منطقه، برآورد تبخیرتعرق براساس تغییرات سرعت باد در قالب سه گروه شامل ایستگاههایی با سرعت باد کمتر از 48/2...
پیشبینی رواناب رودخانهها بهدلیل اهمیت زیاد آن در برنامهریزیها، بهرهبرداری از مخازن و همچنین مدیریت آبهای سطحی همواره مورد توجه مسئولان، برنامهریزان و مهندسان آب و منابع آبی بوده است. از طرفی، بهدلیل تغییرات زمانی و مکانی موجود، روابط غیرخطی و عدم قطعیت و بسیاری از عوامل دیگر پیشبینی رابطۀ بارشـ رواناب بسیار مشکل است، اما امروزه استفاده از سامانههای هوشمند در پیشبینی چنین پدیدههای...
یافتن مناسبترین ورودیها برای شبکۀ عصبی و همچنین تعداد مناسب ورودی برای آن یکی از چالشهایی است که همواره محققان با آن روبهرو هستند. اغلب، بهترین ساختار برای شبکۀ عصبی نیز بهصورت آزمون و خطا مشخص میشود و درنهایت با تعریف چند ورودی خاص مدلهای مختلفی تولید و بررسی میشوند. در این تحقیق به مدلسازی کیفی جریان رودخانۀ گادارچای با استفاده از شبکۀ عصبی مصنوعی پرداخته شده و دو مدل و برای هر مدل ...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید