نتایج جستجو برای: تابع آموزش لونبرگ مارکوات
تعداد نتایج: 76579 فیلتر نتایج به سال:
کارخانه سیمان شیراز یکی از منابع مهم در ایجاد ذرات معلق در جنوب غربی شهر شیراز میباشد. دو کوره هزارتنی اول و دوم فرایند تولید سیمان را در این واحد صنعتی برعهده دارند. در این پژوهش از مدل شبکههای عصبی مصنوعی، برای تخمین و براورد ذرات معلق انتشار یافته از دودکش کورههای هزار تنی اول و دوم استفاده شد.پارامترهای فرآیند تولید، به عنوان دادههای ورودی مدل و میزان غلظت ذرات معلق بر حسب میلیگرم بر م...
زمینه و هدف: سیستم برشنگاری نوری با استفاده از امواج مادون قرمز نزدیک یک تصویر برش زده شده از بافت بیولوژیکی نرم را ایجاد میکند. در این تحقیق پس از مدلسازی سخت افزار و نرم افزار این سیستم، نتایج حاصله از برنامه شبیه ساز با نتایج منتشر شده پیشین مقایسه گردیده است.روش بررسی: در این راستا از معادله تقریب انتشار برای توصیف حرکت امواج سینوسی نوری در داخل بافت سود جسته شده و این معادله با استفاده از...
چکیده شبکه های عصبی در دهه ی اخیر به عنوان ابزار قدرتمندی جهت پیش بینی در حوزه های مختلف مورد استفاده قرار گرفته اند. در این تحقیق از شبکه عصبی پیشخور پرسپترون چند لایه (mlp) با یادگیری پس انتشار از الگوریتم آموزش انتشار به عقب (bp)، با تکنیک بهینه سازی عددی لونبرگ- مارکوات (lm)،توسط نرم افزار متلب مورد استفاده قرار گرفت. درصد رطوبت کیک ، دمای پرس و زمان بسته شدن پرس به عنوان متغیرهای ورودی و خ...
این مطالعه با هدف معرفی الگوهای مطلوب پیشبینی برای قیمت گازوییل در بازار انرژی سنگاپور به عنوان بازار مؤثر بر قیمت گازوییل در خاورمیانه انجام شد. دادههای مورداستفاده بهصورت هفتگی و شامل دوره (2010-1987) میباشد. پیشبینیها برای 10، 20 و 30 درصد دادهها صورت گرفت. الگوهای مورداستفاده برای پیشبینی شامل چهار الگوی شبکهعصبی و یک الگوی رگرسیونی (خودرگرسیون میانگین متحرک) بود. شبکههای منتخ...
یکی از ابزار قدرتمند در پیش بینی رفتار و پاسخهای سیستم در حوزه مهندسی شبکه عصبی میباشد. در کار حاضر با استفاده از یک شبکه عصبی وابسته به زمان دادههای موجود حاصل از کار آزمایشگاهی برای مطالعه پارامترهای توربولانس مورد پردازش قرار گرفته است. مدل شبکه عصبی مدل پیش خور میباشد و برای تابع آموزش از الگوریتم لونبرگ- مارکوارادت استفاده شده است. دادههای حاصل از پراب دوبعدی و یک بعدی سیم داغ که به ص...
درصد مصالح سنگی شکسته یکی از مهم ترین عوامل مؤثّر در مقاومت فشاری آسفالت و عملکرد آن است. تأثیر آن در مقاومت مارشال آسفالت به کمک آزمایش مارشال قابل ارزیابی است و به نظر می رسد که تاکنون مدل سازی ریاضی خاصی برای آن انجام نشده است. در این تحقیق تأثیر درصد مصالح سنگی شکسته در مقاومت فشاری بتن آسفالتی توسط شبکه های عصبی مصنوعی پرسپترون چند لایه پیشرو و الگوریتم آموزش انتشار به عقب، با تکنیک بهینه س...
چکیده مدیریت سیستم های آبرسانی و توزیع آّب و در تعاقب آن مدیریت و طراحی شبکه های جمع آوری فاضلاب شهری، مستلزم تعیین میزان آب مورد نیاز شهری در محدوده زمانی و مکانی معین می باشد.در این تحقیق از شبکه های عصبی مصنوعی برای پیش بینی زمانی مصرف آب شهر صوفیان استفاده شده است همچنین جهت بهینه سازی شبکه و آموزش آن از الگوریتم رقابت استعماری استفاده شده است. برای پیش بینی مکانی مصرف آب ، از علم زمین آمار...
یکی از ابزار قدرتمند در پیش بینی رفتار و پاسخهای سیستم در حوزه مهندسی شبکه عصبی میباشد. در کار حاضر با استفاده از یک شبکه عصبی وابسته به زمان دادههای موجود حاصل از کار آزمایشگاهی برای مطالعه پارامترهای توربولانس مورد پردازش قرار گرفته است. مدل شبکه عصبی مدل پیش خور میباشد و برای تابع آموزش از الگوریتم لونبرگ- مارکوارادت استفاده شده است. دادههای حاصل از پراب دوبعدی و یک بعدی سیم داغ که به ص...
درصد مصالح سنگی شکسته یکی از مهم ترین عوامل مؤثّر در مقاومت فشاری آسفالت و عملکرد آن است. تأثیر آن در مقاومت مارشال آسفالت به کمک آزمایش مارشال قابل ارزیابی است و به نظر می رسد که تاکنون مدل سازی ریاضی خاصی برای آن انجام نشده است. در این تحقیق تأثیر درصد مصالح سنگی شکسته در مقاومت فشاری بتن آسفالتی توسط شبکه های عصبی مصنوعی پرسپترون چند لایه پیشرو و الگوریتم آموزش انتشار به عقب، با تکنیک بهینه س...
در این تحقیق از روش های مبتنی بر هوش مصنوعی شامل شبکه عصبی مصنوعی (ann)، عصبی-فازی در قالب دو روش anfis و canfis و روش ترکیبی عصبی با الگوریتم ژنتیک (annga) برای مدل سازی تبخیر تعرق گیاه مرجع (et0) و گیاه سیر (etc) استفاده شد. نتایج به دست آمده از مدل های هوشمند با داده های سال های 1376 و 1377 لایسیمتر زهکش دار برای گیاه مرجع چمن و سال های 1387 و 1388 برای گیاه سیر واسنجی شد. داده های هواشناسی ...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید