در این تحقیق، مطالعات ارتباط کمی ساختار – خاصیت با استفاده از شبکه ی عصبی مصنوعی برای پیش بینی ضریب تراکم پذیری همدمای ترکیبات آلی مختلف به کار گرفته شده است. سری داده ها شامل ضریب تراکم پذیری همدمای 56 ترکیب در دما و فشارهای مختلف است که مجموعاً 4297 نقطه داده را تشکیل می دهد. برای انتخاب توصیف کننده های بهینه از دو روش رگرسیون مرحله ای (sr) و راهبرد cdfs استفاده شد. سپس مدل سازی به وسیله ی شبک...

چکیده: تبخیر و تعرق مرجع یکی از پارامترهای مهم در مدیریت آبیاری گیاهان است و معمولا بر مبنای داده های هواشناسی چند ساله و با استفاده از مدل ها برآورد می شود. اهمیت زیاد این پارامتر در مسائل آبیاری، لزوم استفاده از روش های جدید داده کاوی را نشان می دهد. در این پژوهش امکان برآورد تبخیر و تعرق مرجع با استفاده از مدل های ترکیبی رگرسیون چندگانه و تحلیل مولفه های اصلی (mlr-pca) و مدل شبکه عصبی مصنوع...

در بخش اول این پروژه، مطالعات کمی ساختار- فعالیت (qsar) بر روی اثر بازداری (pic50) 40 ترکیب دارویی از مشتقات فنیل آلکیل آمین که به عنوان ترکیبات ضد روان پریشی عمل می کنند، انجام شد. برای انتخاب مهمترین توصیف گرها از روش انتخاب متغیر مرحله ای و الگوریتم ژنتیک استفاده شد. همچنین برای ایجاد مدل جهت پیش بینی اثر بازداری روش رگرسیون خطی چند گانه (mlr) به عنوان یک روش خطی، شبکه عصبی مصنوعی (ann) به ع...

در این مقاله مقدار محتوای الکترون کلی (TEC) لایه یون‌سپهر با استفاده از سامانه استنتاج فازی (FIS) مدل‌سازی شده است. نوآوری اصلی این پژوهش، مدل‌سازی سری زمانی تغییرات TEC در ایران با استفاده از FIS است. برای آموزش شبکه فازی، از الگوریتم آموزش بهینه­سازی انبوه ذرات هیبرید (BP-PSO) استفاده شده است. این الگوریتم آموزش، در مراحل اولیه جستجوی جواب از الگوریتم بهینه­سازی انبوه ذرات (PSO) و در نزدیکی ج...

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...

پیش‌بینی دقیق قیمت‌های نقدی گاز طبیعی از اهمیت زیادی برخوردار است زیرا می‌تواند در تصمیم‌گیری‌های نظارتی هر دو جانب عرضه و تقاضای گاز طبیعی مفید واقع شود. لذا در این مطالعه، آزمون گاما جهت قیمت‌های گاز، به‌عنوان یک ابزار غیرخطی و ناپارامتریک استفاده شد تا بتوان بهترین ترکیب ورودی‌ها را قبل از کالیبراسیون و آزمون مدل انتخاب نمود. آزمون گاما دارای مدل‌های غیرخطی متعددی مانند رگرسیون خطی موضعی (...

پیش بینی جریان در رودخانه ها، یکی از مهم ترین مولفه های فرآیندهای هیدرولیکی و هیدرولوژیکی در مدیریت منابع آب می باشد. به منظور کاربردهای هیدرولوژیکی گوناگون نظیر تجزیه و تحلیل بیلان آب و رسوب و همچنین پروژه های کنترل و بهره برداری از مخازن، وجود اطلاعات دقیقی از شرایط دبی جریان در رودخانه بسیار مهم می باشد. از این رو هیدرولوژیست ها از داده های تاریخی جهت ایجاد یک رابطه میان دبی جریان و تراز سطح...

برآورد جریان حوضه آبریز با توجه به کاربرد گسترده آن در علوم مرتبط با صنعت آب، از دیرباز مورد توجه پژوهشگران بوده است. ارائه الگوهای نو و به کارگیری تکنیک های پیشرفته می تواند موجب ایجاد تحول در برآورد این سیستم دینامیک و غیرخطی شود. در این تحقیق برای پیش بینی جریان ماهانه، از شبکه عصبی پیشخور استفاده گردیده است. به علت تعداد زیاد متغیرهای مورد استفاده در این تحقیق برای پیش بینی جریان، شناخت متغ...

امروزه ارتباط کمّی ساختار - خاصیت (qspr) برای مطالعه ی وابستگی خواص مختلف فیزیکوشیمیایی ترکیبات با ساختار مولکولی استفاده شده است. در بخش اول این پروژه، از رگرسیون خطی چندگانه (mlr) به عنوان یک روش خطی و از شبکه ی عصبی مصنوعی (ann) به عنوان روشی غیر خطی برای پیش بینی ثابت هنری 333 ترکیب آلی استفاده گردید. سری داده-ها به سری های آموزش (263 ترکیب)، آزمون (40 ترکیب) و ارزیابی بیرونی (30 ترکیب) تقسی...