تعیین نرخ نفوذ مته یکی از موارد پر اهمیت در صنعت حفاری می‌باشد. عموما، دو روش برای مدل‌سازی نرخ نفوذ مته وجود دارد که عبارتند از مدل‌های فیزیکی و مدل‌های مبتنی بر شبکه‌های عصبی. کارایی مدل‌های فیزیکی با توجه به نقاط ضعفی مانند استفاده از ضرایب تجربی، نیاز به داده‌های جانبی زیاد، مورد تردید می‌باشد. از سوی دیگر، شبکه‌های عصبی می‌توانند با توجه به محدودیت داده‌های در درسترس، ابزاری مناسب جهت پیش‌...

استفاده از رو ش های فازی آرت‎مپ و شبکه‎ی عصبی پرسپترون چندلایه برای تهیّه‎ی نقشه‎ی پوشش اراضی (مطالعه‎ی موردی: شهر اصفهان) ازجمله عوامل مهم در برنامه ریزی و مدیریت شهری، به‎ویژه در راستای نیل به توسعه‎ی پایدار در نواحی شهری و استفاده‎ی بهینه از سرزمین، دسترسی بهنگام از وضعیّت پوشش اراضی برای این مناطق است. داده های سنجش از دور پتانسیل بالایی برای تهیّه‎ی نقشه‎های به‎روز پوشش اراضی شهری دارند. روش...

مدلسازی نوسان‌های زمانی آب زیرزمینی، در مدیریت حوزه‏‏های آبریز و ایجاد تعادل در عرضه و تقاضای آب اهمیت زیادی دارد. در سال‏های اخیر استفاده از تحلیل موجک برای تجزیۀ سری‏های زمانی و ترکیب آن با شبکه‏های عصبی به‌صورت گسترده‏ای در مدلسازی پدیده‏های هیدرولوژیکی به‌­کار رفته ‏است. در این تحقیق، توانایی مدل ترکیبی موجک- شبکۀ عصبی پویا برای پیش‏بینی یک ماه آیندۀ عمق آب زیرزمینی ارزیابی شده و این مدل با...

خشک کردن مواد غذایی به عنوان روشی جهت بهبود ماندگاری، ارائه شده است. به منظور پایش این فرایند از مدل های مختلف شبکه ی عصبی نظیر شبکه ی عصبی پرسپترون، تابع پایه ی شعاعی و مدل ترکیبی شبکه ی عصبی و روش شناسی سطح پاسخ به همراه توابع فعال سازی مختلف به عنوان یک ابزار پیش بینی کننده ی پارامترهای خشک کردن کدوی سبز استفاده گردید. پارامترهای زمان خشک کردن، دمای هوای خشک کردن و ضخامت نمونه به عنوان ورودی...

در بازشناسی گفتار ویژگیهای مختلفی مورد استفاده قرار گرفته اند که موفقترین آنها ضرایب مل کپستروم هستند. این ویژگیها در شرایط نویزی معمولا عملکرد مطلوبی ندارند و تمایز کافی را نیز میان واحدهای بازشناسی گفتاری فراهم نمی کنند. از این رو تحقیقات متعددی درباره افزایش کارآیی ویژگیها در شرایط نویزی و همینطور تمیز صورت گرفته است. یکی از این روشها استفاده از ویژگیهای پی در پی است. در این روش به صورت کلاس...

برآورد بار رسوبی یکی از مهمترین مسائلی است که در مدیریت رودخانه ها و مخازن سدها و به طور کلی در پروژه های آبی اهمیت زیادی دارد. تعداد روابط تجربی ارائه شده نشان می دهد که هنوز روش تحلیلی یا تجربی مناسبی برای تخمین صحیح بار رسوبات معلق پیشنهاد نشده است. در مطالعه حاضر به منظور دستیابی به تخمینی نزدیک به واقعیت از میزان حمل رسوبات توسط رودخانه ها، از روش های نوین هوش مصنوعی شامل؛ شبکه عصبی پرسپتر...

در این تحقیق شاخص کل سهام بورس اوراق بهادار تهران با استفاده از مدل­های مختلف شبکه‌های عصبی پیش‌بینی شده است. تحقیق از نوع کاربردی است و دورۀ زمانی انجام تحقیق از ابتدای سال 81 تا پایان سال 90 است. گردآوری اطلاعات از طریق آمار و داده­های موجود در پایگاه اطلاعاتی در بورس اوراق بهادار تهران صورت گرفته است. برای ایجاد مدل WDBP از موجک db5 برای نویززدایی داده­ها و تا پنج مرحله صورت گرفته است. جذر م...

این مطالعه برای پیش بینی بازدهی شاخص قیمت و بازده نقدی بورس اوراق بهادار تهران، آشوب را تحلیل و پیش بینی پذیری را بررسی کرده و نیز عملکرد انواع مدل های شبکۀ عصبی را با کمک داده های تجزیه شده با روش موجک ارزیابی کرده است. به همین منظور، از داده های سری زمانی روزانه و سری بازدهی شاخص قیمت و بازده نقدی بورس طی دورۀ زمانی ۵ فروردین ۱۳۸۸ تا ۱۸ اردیبهشت ۱۳۹۱ استفاده شده است. براساس نتایج این مطالعه، ...

به منظور مقایسه رگرسیون خطی و شبکه­های عصبی مصنوعی در برآورد ابعاد پیاز رطوبتی در سامانه آبیاری قطره­ای در اراضی شیب­دار، آزمایشاتی با قطره­چکان­ دارای دبی ثابت 4 لیتر در ساعت در مدت زمان­های آبیاری 4، 6، 8، 10 و 12 ساعت در اراضی با شیب‌های صفر، 5، 15 و 25 درصد با بافت خاک لوم­سیلتی در منطقه فتحعلی دشت مغان در چهار تکرار انجام گرفت. نتایج مقایسه ای تخمین عمق پیاز رطوبتی با آماره­هایR2 و EF و RM...

هدف پژوهش حاضر مدلسازی خطر زمین‌لغزش با استفاده از شبکه‌های عصبی مصنوعی در بخشی از حوضۀ آبخیز کجور و سپس طراحی جادۀ جنگلی براساس پهنه‌بندی طبقات این خطر بود. در این تحقیق، پس از پیمایش میدانی و برداشت 95 نقطة لغزشی، شش عامل شیب، جهت، شکل دامنه، فاصله از رودخانه، فاصله از گسل و سازندهای زمین‌شناسی به‌عنوان عوامل مؤثر بر زمین‌لغزش در نظر گرفته شدند. لایه‌های رقومی هر یک از عوامل در محیط سامانة اط...