هدف این پژوهش، شناسایی دستکاری قیمت سهام در بورس اوراق بهادار تهران می­باشد که از طریق مدل ترکیبی الگوریتم ژنتیک-شبکه عصبی مصنوعی (ANN-GA)[1] و مدل تابع تفکیکی درجه دوی تعدیل شده (SQDF)[2] انجام گرفته است. در این پژوهش از متغیرهای قیمت، حجم معاملات و سهام شناور آزاد برای تطبیق نتایج مدل و داده­های واقعی از دستکاری قیمت استفاده شده است. در مدل ترکیبی ابتدا داده­های مربوط به 316 شرکت از نخستین رو...

سابقه و هدف: در سال‌های اخیر نواحی گسترده‌ای از استان خوزستان به دلیل عدم پوشش سطحی و مقاومت کم خاک در برابر باد فرساینده، مستعد تولید ریزگرد هستند. در بین ویژگی‌های خاک، ماده آلی با اتصال ذرات خاک نقش مهمی در مقاومت به فرسایش بادی و تولید ریزگرد دارد. با توجه با سطح گسترده‌ی کانون‌های ریزگرد استان خوزستان، استفاده از روش‌های سنتی تجزیه و تحلیل خاک پر هزینه و زمان‌بر است. روش طیف‌سنجی به دلیل م...

در این تحقیق به مقایسه کارایی دو روش پیش‌بینی شبکه عصبی مصنوعی (ANN) و روش سنتی خودرگرسیون میانگین متحرک انباشته (ARIMA) در پیش‌بینی قیمت سهام در بازار سهام ایران پرداخته شده است. بدین منظور 2 شرکت دارویی البرز‌دارو و جام‌دارو انتخاب شده و مدل ARIMA و مدل شبکه عصبی مصنوعی برای هر دو شرکت تخمین زده شد. به منظور تخمین مدل شبکه عصبی مصنوعی، متغیر قیمت سهام به عنوان متغیر وابسته و متغیر‌های حجم معا...

به دلیل پیچیدگی مکانیسم تاثیر عوامل ژنتیکی و غیر ژنتیکی مسئول بروز فنوتیپی صفت، منظور نمودن همه عوامل واقعی فوق در مدل کاربردی امکانپذیر نمی باشد. همچنین زمان بر و پر هزینه بودن تهیه جمعیت مناسب برای مطالعه، باعث گردیده است که از مطالعات شبیه سازی برای بررسی نحوه تاثیر برخی از شرایط بر روی نتایج مطالعات ژنومی استفاده شود. به دلیل زمان و هزینه بر بودن برخی از مطالعات شبیه سازی، مدلسازی و بسط مطا...

زمینه و هدف: اطلاع دقیق از کمیت آب جاری در رودخانه‌ها تاثیر فراوان بر مدیریت کمی و کیفی منابع آب در جوامع وابسته با آن دارد. در این راستا هدف تحقیق حاضر ارزیابی عدم قطعیت در فرآیند تخمین جریان رودخانه شاپور، ورودی به سد رئیس‌علی دلواری، واقع در استان بوشهر می‌باشد. روش بررسی: برای تخمین جریان ماهانه ورودی به سد رئیس‌علی دلواری از مدل‌‌های هوش مصنوعی شبکه ...

چکیده روش qsar برای پیش بینی فعالیت بازدارندگی 39 ترکیب از مشتقات تیادیازولیدینون (tdzd) که بر پروتئین های تنظیم کننده پاسخ دهی جی پروتئین ها (rgs) اثر بازدارندگی دارند، مورد استفاده قرار گرفت. روش های رگرسیون خطی چندگانه (mlr) و شبکه های عصبی مصنوعی (ann) به ترتیب به عنوان روش خطی و غیر خطی در مدلسازی استفاده شدند. ضریب همبستگی ارزیابی تقاطعی (cv2q) و مجموع مربعات خطای باقیمانده های پیش بینی ...

پوشش گیاهی حوضههای آبخیز دارد. در سالهای اخیر، مدلهای متنوع کامپیوتری و روشهای هوشمند عصبیجهت تخمین و پیشبینی رواناب و تأثیرات متعدد آن مورداستفاده قرارگرفتهاند. در این تحقیق، عملکرد مدلدر شبیهسازی بارش- رواناب و تخمین دبی روزانه ANFIS و ANN و دو مدل هوشمند WetSpa هیدرولوژیکیحوضه آبخیز بالوخلوچای موردبررسی قرار گرفت. دادههای موردنیاز شامل اطلاعات مربوط به مدل رقومی ارتفاع،نقشههای کاربری اراضی و...

در این تحقیق به منظور پیش بینی خشکسالی هیدرولوژیک در استان خراسان شمالی، از روش سری زمانی (مدل arima) و مدل های شبکه عصبی مصنوعی (ann) و k-نزدیک ترین همسایگی (knn) استفاده شد. در هر یک از این مدل ها از داده های بارندگی، دما و دبی در طی دوره آماری مشترک 1389-1360 استفاده شد که 70% داده ها برای آموزش و 30% باقی مانده برای آزمایش مدل ها مورد استفاده قرار گرفت. برای دستیابی به بهترین پیش بینی از جر...

باتوجه به کاهش منابع آب به‌خصوص در کشور ایران، پیش‌بینی جریان رودخانه اهمیت زیادی یافته و لازم است از بهترین روش‌ها استفاده گردد. بدین منظور روش‌های خطی و غیرخطی زیادی وجود دارد. ازآنجایی‌که تشخیص خطی یا غیرخطی بودن دبی ماهانه دشوار است، در این پژوهش عملکرد برخی مدل‌های خطی و غیرخطی در پیش‌بینی جریان ماهانه‌ی رودخانه‌ی جامیشان واقع در استان کرمانشاه بررسی گردید. این مدل‌ها شامل مدل‌های خودهمبست...

تبخیر-تعرق یکی از اجزای اصلی چرخه هیدرولوژی و تخمین نیاز آبیاری است. در این تحقیق پتانسیل سیستم استنتاج تطبیقی عصبی-فازی (anfis) و شبکه عصبی مصنوعی (ann) در برآورد تبخیر-تعرق مرجع(eto) روزانه مورد بررسی قرار گرفت. از داده های روزانه هواشناسی نه ایستگاه واقع در سه اقلیم متفاوت (مرطوب، خشک و نیمه خشک و بسیار خشک) شامل ساعات آفتابی، دمای هوا، رطوبت نسبی و سرعت باد به عنوان ورودی و تبخیر-تعرق مرجع ...