امروزه تحقق شبکه های عصبی عموما توسط نرم افزار صورت می پذیرد. از طرفی پیاده سازی سخت افزاری مدارات محاسباتی سرعت پاسخگویی را به مقدار قابل ملاحظه ای بهبود می بخشد. بعلاوه در اینگونه پیاده سازی ها می توان از تکنیک های پردازش موازی در انجام محاسبات نیز بهره برد. در این پروژه یک معماری سخت افزاری دیجیتالی برای شبکه های عصبی چند لایه پرسپترون ‏‎(mlp)‎‏ ارائه و پیاده سازی شده است که قابلیت تحقق شبکه...

در این مقاله روش شبکه عصبی هاپفیلد برای تفسیر هوشمند داده های گرانی استفاده شده است. یک شبکه عصبی هاپفیلد برای تخمین عمق چشمه گرانی طراحی شده است. این شبکه طراحی شده برای داده های مصنوعی و واقعی آزمایش شده اند. در مورد داده های واقعی این شبکه برای تخمین عمق یک تونل قنات واقع در موسسه ژئوفیزیک به کار برده شده و نتایج حاصله به مقادیر واقعی عمق بسیار نزدیک است.

در این نوشتار یک الگوریتم بهینه‌سازی ترکیبی، متشکل از الگوریتم ژنتیک و شبکه‌های عصبی در طراحی بهینه‌ی اشکال آیرودینامیکی برمبنای مدل‌سازی عددی جریان ارائه شده است. در این روش به‌همراه جست‌وجوی حالت بهینه با الگوریتم ژنتیک برازندگی تعدادی از کروموزوم‌های تولیدشده در نسل‌های گذشته به یک شبکه‌ی عصبی تعلیم داده می‌شود. سپس با یک راهکار مناسب از علم شبکه‌ی عصبی مزبور و قدرت تعمیم‌دهی آن برای شناسایی...

در این مقاله، به منظور ارزیابی تأثیر دینامیک های آشوب گونه در افزایش کارایی شبکه های عصبی بازگشتی در بازشناسی مقاوم الگو، دو مدل برای شبکه های عصبی آشوب گونه ارائه شده است. در مدل اول که براساس نظریه انتخاب طبیعی طراحی گردیده است، شبکه عصبی بازگشتی جاذب (arnn) به عنوان هوش حاکم، تنوعات ایجاد شده توسط گره های آشوبی را در جهت رسیدن به جواب بهینه هدایت می نماید. در مدل دوم، ساختاری از شبکه عصبی آش...

یک سیستم رودخانه­ای یک سیستم بازاست که از درگیر شدن ارتباطات مختلف و پیچیده شکل می گیرد. خصوصیات ذاتی حوضه ها از یک سو و عوامل خارجی از سوی دیگر رفتارهای رودخانه را متاثر می سازد.وجود ارتباطات متقابل متعدد از جمله ارتباطات جریان ورسوب حمل شده وتاثیر عوامل ژئومورفولوژی حوضه و مدل سازی آن از اهمیت ویژه ای برخوردار است.در این مطالعه دونوع شبکه عصبی مصنوعی ژئومورفولوژیکی و غیر ژئومورفولوژیکی برای پ...

تشدید زیرسنکرون (SSR) معمولاً در مزارع بادی متصل به خط انتقال جبران شده‌سری اتفاق می‌افتد. در این مقاله یک کنترل‌کننده فازی عصبی با توجه به‌روش جدید میراسازی نوسانات زیر سنکرون توسط مبدل‌های ژنراتورهای القایی از دوسوتغذیه (DFIG)، طراحی می‌شود. با استفاده از بهره بلوک میرایی کنترل‌کننده زیرسنکرون (SSRDC) به‌دست‌آمده در حالات مختلف، کنترل‌کننده فازی-عصبی به‌روش سیستم استنتاج فازی-عصبی تطبیقی (ANFI...

پیش­بینی بهره­وری عاملی بسیار مهم در طراحی استراتژی­های یک سازمان است. یکی از روش­های   پیش­بینی بهره­وری، استفاده از شبکه­های عصبی مصنوعی است که به علت دارا بودن پارامترهای قابل تنظیم،   به­کارگیری آن نیاز به تجربه و مهارت زیادی دارد و اغلب از آزمایش و خطا برای دستیابی به سطوح مناسب این پارامترها استفاده می­شود. این مقاله، الگویی 7 مرحله­ای جهت انتخاب مقادیر مناسب پارامترهای قابل تنظیم شبکه عص...

در این نوشتار یک الگوریتم کنترل مدل پیش­بین غیرخطی مبتنی بر شبکه­های عصبی در سیستم بویلر- توربین طراحی شده است. سیستم بویلر توربین یک سیستم با رفتار پیچیده غیرخطی و دارای اندرکنش بین اجزای تشکیل دهنده خود می­باشد که کنترل آن را با چالش­های زیادی روبرو ساخته است. ابتدا سیستم غیرخطی مورد نظر با استفاده از شبکه­های عصبی پرسپترون چند لایه شناسایی شده و سپس بر اساس مدل به دست آمده کنترل­کننده پیش­بی...