خشکسالی یکی از پدیده‌های آب و هوایی است که در همه شرایط اقلیمی و در همه مناطق کره زمین به وقوع می‌پیوندد. پیش‌بینی خشک‌سالی نقش مهمی در طراحی و مدیریت منابع طبیعی، سیستم‌های منابع آب، تعیین نیاز آبی گیاه  ایفا می‌نماید. در این پژوهش جهت تخمین شاخص بارش استاندارد 12 ماهه چهار ایستگاه باران سنجی نورآباد، الشتر، درود و بروجرد واقع در استان لرستان از مدل شبکه عصبی موجک استفاده...

موضوع شناخت و بررسی رفتار قیمت سهام، همواره یکی از موضوع­های مهم و موردتوجه محافل علمی و سرمایه‌گذاری بوده است. در سالیان گذشته مدل­های گوناگونی برای پیش‌بینی با استفاده از شبکه عصبی و مدل­های ترکیبی پیشنهاد شده‌اند که از مدل­های سنتی عملکرد بهتری داشتند. در این پژوهش یک مدل ترکیبی از شبکه عصبی و تبدیل موجک پیشنهادشده است که از الگوریتم ژنتیک برای بهینه­سازی تابع پایه تبدیل موجک با هدف حداکثر ن...

در پژوهش حاضر چارچوبی متشکل از سه مدل ناهمسانی واریانس شرطی گارچ(garch)،شبکه عصبی مصنوعی-گارچ (nn-garch) و شبکه عصبی مصنوعی موجکی-گارچ (wnn-garch) به منظور پیش بینی نوسانات بازدهی شاخص کل بورس اوراق بهادار ارائه شده است.نتایج نشان می دهد که استفاده از شبکه عصبی مصنوعی پیشخور با الگوریتم پس انتشار برای تخمین مدل ناهمسانی واریانس شرطی گارچ به دلیل عدم نیاز این مدل به مفروضاتی همچون نوع تابع توزیع...

در این مقاله مدل­سازی چند ایستگاهه رواناب- نیترات در حوضه آبریز Little River Watershed (LRW)، با استفاده از تبدیل موجک و نقشه­های خود سازمانده و مدل­های هوش مصنوعی انجام گردید. به طوری که سری­های زمانی رواناب- نیترات توسط تبدیل موجک تجزیه گشته و سپس زیرسری­های تجزیه شده توسط نقشه­های خود سازمانده خوشه­بندی گردید. در ادامه، معیار استخراج ویژگی (اطلاعات مشترک) برای انتخاب نماینده از هر خوشه جهت و...

با توجه به نیاز شبیه سازی سری های زمانی بارش در مقیاس های مختلف برای مقاصد مهندسی از یک طرف و عدم ثبت این پارامترها در مقیاس های ریز بدلیل مشکلات اجرایی و اقتصادی از طرف دیگر، ریزمقیاس کردن بارش به مقیاس مورد نظر، یک امر ضروری می باشد. در این مطالعه، برای ریزمقیاس کردن سری زمانی بارش ایستگاه های تبریز و سهند، با توجه به ویژگی های غیرخطی مقیاس های زمانی، مدل ترکیبی موجک - شبکه عصبی مصنوعی (WANN)...

در این پایان نامه یک روش ترکیبی جدید به منظور تولید شتابنگاشت های مصنوعی حوزه ی دور با استفاده از شبکه عصبی مصنوعی و تبدیل موجک پاکت معرفی شده است. در این روش برای هر سازه با توجه به موقیت لرزه خیزی و مشخصات غیر خطی خود سازه چندین شتابنگاشت مصنوعی تولید شده است. به منظور درنظر گرفتن اثر پارامترهای غیر خطی سازه در روند تولید شتابنگاشت از منحنی های تقریبی آنالیز دینامیکی افزایشی (ida) استفاده شده...

زمین لغزشها از بزرگترین عوامل مخربی هستند که سالانه میلیونها نفر در سراسر جهان تحت تاثیر خسارت ها و تلفات مالی و جانی ناشی از آنها قرار می گیرند. شناسایی عوامل موثر در وقوع زمین لغزشهای موجود در یک حوضه و پهنه بندی آن یکی از ابزارهای اساسی جهت دستیابی به راهکارهای کنترل این پدیده و انتخاب مناسب ترین گزینه ی موثر می باشد. در این روش عوامل موثر در وقوع این پدیده به صورت لایه های اطلاعاتی در نرم ا...

پیش‌بینی دقیق‌تر از سطح دریا در مناطق ساحلی در کاربردهای مهندسی سواحل بسیار با اهمیت ‌می‌باشد. با پیش‌بینی تراز سطح دریا مشاهده جریانات دریا و تغییرات آن‌ها در سطح، ارتفاع موج، سرعت باد و جزر و مد ممکن شده و این نقش بسزائی در برنامه‌ریزی و مدیریت سواحل دارد. این مطالعه، توانایی روش و مدل ترکیبی موجک-شبکه عصبی در پیش‌بینی کوتاه مدت تراز سطح دریا در بندر چابهار را مورد مطالعه و بررسی قرار ‌می‌دهد...

در این پایان نامه از شبکه عصبی موجک برای پیش بینی ویسکوزیته مخلوط سیال در محدوده وسیع دما و فشار استفاده شد. با استفاده از این روش با داشتن سه ورودی دما، دانسیته و کسر مولی خروجی یعنی ویسکوزیته محاسبه گردید. نوع الگوریتمی از شبکه عصبی مصنوعی که مورد استفاده قرار گرفت، الگوریتم پس انتشار خطا با شیوه آموزش کاهش شیبی بود که این نوع الگوریتم از الگوریتم های با سرپرست(ناظر) می باشد. نتایج حاصل از رو...

امروزه مدیریت در برداشت و مصارف آب به توان و پتانسیل آبدهی و کیفیت منابع آب وابسته است. از اینرو بررسی و پیش بینی تغییرات پارامترهای کیفی آب در طول یک رودخانه بایستی مورد توجه قرار گیرد. جهت تحقق این امر، مدل های متعددی در زمینه مدیریت و پیش بینی کیفیت آب استفاده می شود. پیش بینی دقیق سری زمانی، انگیزه محققان برای توسعه مدل های نو در زمینه مدیریت منابع آب می باشد. یکی از روشهایی که در سالهای اخ...