نتایج جستجو برای: پرسپترون چندلایه شبکه عصبی مصنوعی

تعداد نتایج: 49224  

ژورنال: :فصلنامه علمی - پژوهشی مهندسی منابع آب 2011
پیام خسروی نیا حبیب صیادی علی حسین زاده دلیر داود فرسادی زاده رسول میرعباسی نجف آبادی

یکی از عوامل اصلی ویرانی آبشکن ها آبشستگی می باشد که فرآیندی بسیار پیچیده است. پیچیدگی الگوی جریان پیرامون آبشکنها و گوناگونی عوامل مؤثر بر آبشستگی، موجب پرشماری روابط تجربی و کاهش دامنه ی هر یک از آنها، به دلیل محدودیت شرایط آزمایشگاهی می شود. در این تحقیق امکان استفاده از شبکه های پرسپترون چندلایه(mlp) برای برآورد بیشترین ژرفای آبشستگی پیرامون سه نوع آبشکن شامل آبشکنهایی با دیواره ی عمودی، با...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده مهندسی 1392

یکی از گزینه های تصفیه انواع فاضلاب ها علی الخصوص مراحل تصفیه نهایی، تالاب های مصنوعی هستند که بر اساس اصول مهندسی و فعالیت های بیولوژیکی احداث می گردند. استفاده از این اکوسیستم ها به صورت عملی و مطالعات گسترده ت‍ئ‍وری به منظور بهبود عملکرد آنها، سالهاست که در کشورهای اروپایی و آمریکایی انجام می پذیرد. ما نیز در این پژوهش اقدام به مطالعه یک واحد تالابی نمودیم. هدف اصلی در این پروژه، بررسی کاربر...

احمد یقوب نژاد حسین مقصود محمود البرزی

مدل سازی پیش بینی متغیرهای مالی و اقتصادی با توجه به رفتار متغیرها، روش های گوناگونی دارد. تحقیق حاضر، چگونگی پیش بینی بازده سهام در بورس اوراق بهادار تهران را با دو مدل آربیتراژ و شبکه های عصبی مصنوعی مورد آزمون قرار داده است. برای این منظور از اطلاعات روزانه شاخص بازده نقدی و قیمت به عنوان متغیر وابسته و از اطلاعات روزانه قیمت سکه بهار آزادی، حجم معاملات کل بازار و قیمت دلار به عنوان متغیرهای...

ژورنال: :مهندسی عمران مدرس 2012
رضا مهین روستا حامد فرخ بروجردی

در این پژوهش رفتار مکانیکی مصالح درشت دانه شنی با استفاده از شبکه عصبی چند لایه پرسپترون، که از پرکاربردترین شبکه های عصبی مصنوعی در مسائل ژئوتکنیکی است، شبیه سازی شده است. ابتدا اطلاعات دقیقی از آزمون های منابع مختلف در سراسر کشور تهیه و عوامل مؤثر بر مقاومت برشی خاک های درشت دانه بررسی شده است. پس از حذف اطلاعات نادرست، روند یادگیری، آزمایش و پیش بینی شبکه طی شده است. در آموزش شبکه از الگو...

ژورنال: :مهندسی زراعی 0
حسن مسعودی استادیار گروه مهندسی بیوسیستم، دانشکده کشاورزی دانشگاه شهید چمران اهواز، ایران عباس روحانی استادیار گروه مهندسی بیوسیستم، دانشکده کشاورزی دانشگاه فردوسی مشهد، ایران

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...

جهت ارزیابی عملکرد پاشش یک سمپاش زراعی نرخ متغیر، از روش شبکه عصبی مصنوعی استفاده شد. داده های لازم برای مدل سازی، از آزمون های مزرعه ای به دست آمد. برای مدل سازی بده خروجی افشانک ها،727 شبکه با چهار نوع مدل عصبی مصنوعی خطی، پرسپترون چندلایه، تابع پایه شعاعی و رگرسیون تعمیم یافته آزمون شدند. برای هر افشانک 45، 22 و 23 داده به ترتیب برای آموزش، اعتبارسنجی و آزمایش استفاده شد. مدل تابع پایه شعاعی...

به منظور مقایسه توانایی مدل‌های شبکه عصبی مصنوعی با رگرسیون لجستیک در پیش بینی حضور علف‌های‌هرز، آزمایشی در 33 مزرعه نخود دیم استان کردستان در سال زراعی 92-1391 انجام شد. برای این منظور، اطلاعات اقلیمی و خاکی به عنوان متغیرهای مستقل و حضور و عدم حضور علف‌های‌هرز غالب به عنوان متغیرهای وابسته در مدل‌های رگرسیون لجستیک و شبکه عصبی مصنوعی استفاده شدند. در این تحقیق از شبکه پرسپترون چندلایه با نه ن...

ژورنال: :روش های عددی در مهندسی (استقلال) 0
علی فتحی a. fathi علی اکبر آقاکوچک و غلامعلی منتظر a. a. aghakuchak and gh. a. montazer

در اتصالات لوله ای جوشی زمانی که عمق ترک خستگی کمتر از 20 درصد ضخامت جدارۀ عضو اصلی است، رشد ترک بیش از هر چیز تحت اثر هندسۀ جوش در اتصال است. از این رو حل اتصال t شکل و ضریب بزرگنمایی جوش (mk) ابزار مناسبی برای محاسبۀ سرعت رشد ترک در این محدوده اند. در این تحقیق توانایی شبکه های عصبی مصنوعی برای تعیین mk در اتصالات t شکل مورد آزمون قرار گرفته است. چهار شبکه از نوع پرسپترون چندلایه (mlp) طراحی ...

ژورنال: :پژوهش های فرسایش محیطی 0
محمدرضا شکاری دانشگاه کاشان سیدجواد ساداتی نژاد دانشگاه تهران عباسعلی ولی دانشگاه کاشان هدی قاسمیه دانشگاه کاشان رضا قضاوی ، دانشگاه کاشان

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....

تصمیم­‌گیری در منابع طبیعی اغلب به پیچید­گی­‌هایی فراتر از روش­‌های تجربی آماری منجر می­‌شود، بنابراین نیاز به راهکارهای نوین دارد. تکنیک شبکه­‌های عصبی مصنوعی با تقلید از مغز انسان و الگوبرداری از آن به  فرآیند حل مشکل می­‌پردازد. در این پژوهش به­ پیش­‌بینی حجم صنعتی و هیزمی درختان با استفاده از تکنیک هوش مصنوعی پرداخته شد. برای این منظور، 367 اصله از درختان نشانه­‌گذاری شده جنگل آموزشی- پژوهش...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید