مدل‌سازی بارش- رواناب یکی از پراهمیت‌ترین موضوعات در مدیریت منابع آب‌های سطحی برای اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشک‌سالی‌ها است. در این تحقیق از مدل‌های شبکه­های عصبی مصنوعی، برنامه­ریزی بیان ژن، موجک- عصبی و حداقل مربعات ماشین بردار پشتیبان به­منظور تخمین جریان روزانه رودخانه دره­رود استفاده شد. داده‌های دبی و بارش روزانه ایستگاه مشیران واقع بر رودخانه مذکور و در بالادست سد عمارت ب...

یونسفر یکی از پدیده­‌های پیچیده است که شامل مولکول­‌های یونیزه شده توسط خورشید می‌باشد. ضرورت مطالعه یونسفر و مدل‌سازی آن از این حقیقت ناشی می­‌شود که محتوای الکترونی یونسفر به پارامترهای زیادی بستگی دارند که دائما در حال تغییر هستند. انتشار امواج الکترومغناطیس در لایه یونسفر تحت تأثیر الکترون­‌های آزاد این محیط بوده، بنابراین مدل­‌سازی یونسفر در بسیاری از زمینه‌­ها از قبیل ارتباطات مخا...

بدون شک اولین قدم در مدیریت رودخانه پیش­بینی بارش سطح حوضه آبریز می­باشد. با این حال، با توجه به بالا بودن خاصیت تصادفی فرآیندها، بسیاری از مدل­ها هنوز هم به منظور تعریف چنین پدیدة پیچیده­ای در زمینه مهندسی هیدرولوژیک توسعه داده می­شوند. اخیراً شبکه­های ­عصبی ­مصنوعی به عنوان یک برون­یابی و درون‌یابی غیرخطی گسترده توسط هیدرولوژیست­ها مورد استفاده قرار می­گیرد. در پژوهش حاضر، تجزیه و تحلیل­ موجک ...

مدیریت کمی و کیفی منابع آب به منظور تامین تقاضا برای کاربری‌های مختلف از رویکردهای مهم سیاست‌گذاری در هر کشور است. در این راستا پایش کیفیت آب مخازن سدها به عنوان یک گام اساسی در مدیریت این منابع با ارزش اهمیت ویژه‌ای دارد. دراین تحقیق مدل‌های شبکه عصبی مصنوعی، رگرسیون خطی چند متغیره و مدل تلفیقی شبکه عصبی مصنوعی با تبدیل موجک بمنظور پیش‌بینی غلظت اکسیژن محلول در مخزن سد بولدر واقع در ایالت کلرا...

چکیده خشکسالی یکی از پدیده‌های آب و هوایی است که در همه­ی شرایط اقلیمی و در همه­ی مناطق کره­ی 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 ماهه­ی چهار ایستگاه باران­سنجی دلفان، سلسله، دورود و بروجرد واقع در استان لرستان از مدل شبکه­ی عصبی موجک استفاده شد و ...

آگاهی از میزان تقاضای انرژی برق در هر دوره، به منظور برنامه‌ ریزی دقیق و اعمال سیاستگذاری‌ های لازم، امری ضروری است.  از این رو، پیش‌بینی تقاضای آن، برای بخش‌ های مختلف اقتصادی حائزاهمیت است.  در این مقاله به مطالعه­ ی تطبیقی روش‌ های غیرخطی شبکه‌ های عصبی مصنوعی و تبدیل موجک- شبکه ­ی عصبی و فرایند خطی  ARMAدر پیش‌بینی تقاضای روزانه برق در بازه­ ی زمانی یک تا ده‌گام به جلو پرداخته شده است.  نتا...

این مطالعه تلاشی است در جهت به­کارگیری ترکیب مدل شبکه­ی عصبی پویا و تجزیه­ی موجک جهت میسر نمودن امکان انتخاب یک الگوی بهینه جهت پیش­بینی متغیر مذکور می­باشد. جهت تحقق این مهم، از داده­های سری­زمانی ماهانه­ی نرخ ارز طی بازه­ی زمانی فروردین 1377 الی آذر 1391، که مشتمل بر 177 مشاهده بوده که از این بین، تعداد 150 مشاهده جهت مدل­سازی­ها استفاده شده و تعداد 27 مشاهده نیز جهت شبیه­سازی و یا به بیان دی...

  این مطالعه برای پیش‌بینی بازدهی شاخص قیمت و بازده نقدی بورس اوراق بهادار تهران، آشوب را تحلیل و پیش‌بینی‌پذیری را بررسی کرده و نیز عملکرد انواع مدل ‌ های شبکۀ عصبی را با کمک داده‌های تجزیه‌شده با روش موجک ارزیابی کرده است. به‌همین منظور، از داده ‌ های سری‌زمانی 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 م...

شاخص کل قیمت سهام یک سری زمانی غیرخطی و نامانا است که دارای شکست های ساختاری می باشد، رفتار آن آشوبناک است و تحت تأثیر عوامل متعددی قرار دارد. پیش بینی شاخص کل با استفاده از روش های کلاسیک اقتصادسنجی، به دلیل مفروضات محدودکننده و غیرواقعی، دشوار می باشد و قابلیت اتکای بالایی ندارد. به همین منظور با به کارگیری روش های هوشمند و علوم غیرخطی، سعی بر آن است که این مشکلات هموار شود. با ترکیب چارچوب ش...

خشک سالی پدیده ای است که برای پیش بینی آن نمی توان از مدل مشخصی استفاده کرد. بر این اساس، محققان تلاش می کنند با استفاده از مدل های پیشرفته دقت پیش بینی ها را افزایش دهند. در این زمینه، مدل های استوکاستیک خطی، شبکة عصبی مصنوعی، و مدل های هیبرید می توانند در دقت پیش بینی مفید باشند. تحقیق حاضر به بررسی کارایی مدل های اتورگرسیو میانگین متحرک تجمعی (arima)، شبکة عصبی مصنوعی مستقیم (dmsnn)، شبکة عص...