برای حل مسائل بهینه سازی روشهای عددی فراوانی وجود دارد ، اما هنگامی که بعد و ساختار مسائل بهینه سازی افزایش می یابند ، بیشتر این روشها کارایی خود را از دست می دهند. در این حالت یک رهیافت امیدوار کننده استفاده از شبکه های عصبی مصنوعی می باشد. برای به دست آوردن همگرایی سریع و کاهش دادن خطا یک ویژگی مهم برای شبکه های عصبی ، همگرایی نمایی سراسری می باشد.داشتن یک حالت تعادل یکتا که پایدار نمایی سراس...

در این پایان نامه به بررسی یک مسئله کاربردی کنترل آلودگی هوا با استفاده از برنامه ریزی نیمه-نامتناهی پرداخته شده-است. غلظت دود تولید شده توسط هر دو دودکش در هر نقطه، با ارتفاع آن رابطه عکس دارد. بنابراین مسئله آلودگی هوای مورد بحث به مینیمم نمودن ارتفاع دودکش های کارخانجات صنعتی می پردازد. مسئله مینیمم نمودن ارتفاع دودکش ها برای کنترل آلودگی هوا به صورت یک مسئله برنامه ریزی نیمه-نامتناهی غیرخ...

فرآیند تقطیر یک فرآیند صنعتی پیچیده و به شدت غیرخطی می‌باشد. به طور کلی پیدا کردن مدل دقیق تحلیلی از ستونهای تقطیر با خلوص بالا همواره امکان پذیر نمی‌باشد. از طرفی توسعه مدلهای تحلیلی معمولا وقت‌گیر و هزینه‌بر است. برای غلبه بر این مشکلات می‌توان از مدلهای تجربی نظیر شبکه‌های عصبی استفاده کرد. یکی از ایرادات اساسی شبکه‌های عصبی این است که پیش‌بینی‌های آن تنها در محدوده اطلاعات شناسایی معتبر است...

نبود یک شبکه فاضلاب کارا، باعث به‌خطر افتادن سلامت عمومی و شیوع بیماری‌های واگیردار در جوامع شهری می‌شود. هزینه‌های زیاد احداث این شبکه‌ها و وجود محدودیت‌های مالی، سبب ورود روش‌های مختلف بهینه‌سازی در طراحی این شبکه‌ها شده است. مسئله طراحی شبکه‌های فاضلاب، دارای متغیرهای تصمیم گسسته و پیوسته همزمان است. علاوه بر آن، پیچیدگی زمانی غیرخطی این‌گونه مسائل باعث استفاده از روش‌های مختلف بهینه‌سازی در...

معاملات موفق در بازارهای مالی  می بایست نزدیک به نقاط کلیدی بازگشتی انجام گردد. در سال های اخیر سیستم های مختلفی به منظور شناسایی این نقاط بازگشتی ایجاد شده اند. تحلیل تکنیکال یکی از معتبرترین و پرکاربردترین این سیستم ها محسوب می شود. تحلیل تکنیکال بواسطه قوانین متعددی که داراست سعی در ایجاد سیگنال های صحیح به موقع به منظور شناخت این نقاط دارد. اما یکی از معایب این سیستم وابستگی شدید آن به تجرب...

فرآیند تقطیر یک فرآیند صنعتی پیچیده و به شدت غیرخطی می‌باشد. به طور کلی پیدا کردن مدل دقیق تحلیلی از ستونهای تقطیر با خلوص بالا همواره امکان پذیر نمی‌باشد. از طرفی توسعه مدلهای تحلیلی معمولا وقت‌گیر و هزینه‌بر است. برای غلبه بر این مشکلات می‌توان از مدلهای تجربی نظیر شبکه‌های عصبی استفاده کرد. یکی از ایرادات اساسی شبکه‌های عصبی این است که پیش‌بینی‌های آن تنها در محدوده اطلاعات شناسایی معتبر است...

در این پایان نامه یک شبکه عصبی‎ltrfootnote{‎neura‎l network}‎ تک لایه بازگشتی برای ماشین بردار پشتیبانی‎ltrfootnote{support vector machine} (svm)‎ در الگوی یادگیری طبقه بندی و رگرسیون را ارائه می کنیم. اولین مساله یادگیری ‎svm‎ تبدیل به فرمول معادل آن، و پس از آن یک لایه شبکه های عصبی بازگشتی برای یادگیری ‎svm‎ پیشنهاد شده است. شبکه عصبی پیشنهادی برای به دست آوردن راه حل بهینه از طبقه بندی بردا...

روش شبکه ی عصبی می تواند مسائل بهینه سازی را سریع تر از متداول ترین الگوریتم های بهینه سازی حل کند. ارائه ی یک شبکه ی عصبی بازگشتی برای حل برنامه ریزی خطی توسط تانک و هاپفیلد برای بسیاری از محققین الهام بخش بود تا آنها به دنبال شبکه های عصبی دیگری برای حل مسائل برنامه ریزی خطی و غیرخطی باشند. این پایان نامه یک مدل شبکه ی عصبی بازگشتی با پیوستگی زمانی برای حل برنامه ریزی کسری غیرخطی با هر تابع ...

بارش یکی از پارامترهای مهم اقلیمشناسی و سایر علوم جوّی که از اهمیّ تّ والای یّ در حیات بشر برخوردار است. در سالهای اخیر، سیل و خشکسالی خسار های فراوانی را در بس یّاری از مناطق جهان در پی داشته است. پیش بینی بارش در مدیریت و هشدار این معضلا نق شّ مهمی بر عهده دارد. امروزه شبکههای عصبی مصنوعی از جمله روشهای نوین م یّباش دّ ک هّ برای تخمین و پیشبینی پارامترها با استفاده از ارتباط ذاتی بین دادهه اّ توس عّه یا...

به منظور میراسازی نوسانات فرکانس پایین و متعاقباً بهبود پایداری دینامیکی سیستم قدرت، معمولاً از پایدارسازهای سیستم قدرت استفاده می گردد. در این میان پایدارسازهای تطبیقی، با توجه به خصوصیات غیر خطی سیستم قدرت، بیشتر مورد توجه قرار گرفته اند، هر چند، افزایش انعطاف پذیری و نیز تضمین همگرایی آنها همواره در حال بررسی است. در این پایان نامه شبکه های عصبی موجک بازگشتی با خصوصیاتی نظیر؛ قابلیت یادگیری شب...