چکیده انرژی در کنار سایر عوامل تولید، یک عامل موثر در رشد و توسعه ی اقتصادی تلقی می شود و در عملکرد بخش های مختلف اقتصادی نقش چشم گیری ایفا می کند. از این رو مسئولان کشور باید تلاش کنند تا با پیش بینی هرچه دقیق تر مصرف انرژی و برنامه ریزی صحیح در هدایت مصرف، پارامترهای عرضه و تقاضای انرژی را به نحو مطلوب کنترل کنند. این مطالعه مصرف انرژی در ایران را با استفاده از روش های تحلیل رگرسیون، شبکه ها...

ماهیت روابط تشریح کننده بسیاری از فرآیندها و روندهای واقعی زندگی اغلب غیر خطی هستند.لذا پیش بینی رفتار چنین فرآیندها و روندها نیازمند ابزارهای پیش بینی دقیق و اثر بخش است. لذا در این پایان نامه کاربرد شبکه های عصبی در پیش بینی سری های زمانی غیر خطی و مزیت آن بر مدل های پیش بینی معمول مورد مطالعه قرار گرفته است. بدین منظور داده های مربوط به صنعت چوب ایران را از سالهای 1961 تا 2007 میلادی مورد مط...

در این پژوهش، یک روش کنترل بهینه مبتنی بر چارچوب سیستم های غیرخطی به منظور بهبود عملکرد کنترل کلی سیستم های غیرخطی ارائه گردید است. اولاً، سیستم های غیرخطی با استفاده از تعدادی از روابط مدلهای آفلاین تکه ای تقریب زده می شوند، روابطی که خود از طریق سیستم های غیرخطی در نقاط عملیاتی تعیین شده ایجاد می گردند. سپس این مدل های تبدیلی در چارچوب سیستم های ترکیبی با یکدیگر ترکیب شده و یک مساله مرتبط در ح...

پیش بینی سیکل های تجاری در اقتصاد کلان،اهمیت ویژه ای دارد  و بخش مهمی از فرایند تصمیم گیری و سیاست گذاری در اقتصاد را تشکیل می دهد.در سالهای اخیر،به مدلهای غیر خطی برای پیش بینی متغیرهای اقتصادی بیشتر توجه شده و گسترش به یادگیری این مدلها به بهبود چشمگیری در عرصه مدلسازی رفتار متغیرها در حیطه اقتصاد کلان و به ویژه اقتصاد مالی منجر شده است.در این مقاله،مدلی مناسب و قوی برای پیش بینی سیکل های تجا...

در این مقاله یک نمایه جدید به منظور تشخیص خودکار شدت بیماری آصم با استفاده از پردازش سیگنالهای کپنوگرام ارائه شده است. تحقیقات انجام گرفته در گذشته نشان دهنده ارتباط مهمی بین کپنوگرام و بیماری آصم بوده است .هرچند، اغلب آن تحقیقات از روشهای پردازشی حوزه زمان اسفاده کرده بوده و بر این فرضیه استوار بودند که کپنوگرام یک سیگنال ایستان است. در این تحقیق با استفاده از ضرائب پیش بینی خطی (lpc) و روش مد...

پیش¬بینی بازده یکی از مفاهیم پیچیده و مورد علاقه سرمایه‌گذاران و تصمیم‌گیرندگان می‌باشد. برای پیش‌بینی بازده مدل‌های مختلفی‌ مطرح شده‌ است. هدف اصلی این پژوهش بررسی مقایسه¬ای توان پیش¬بینی مدل رگرسیون با استفاده از داده¬های ترکیبی و روش شبکه¬های عصبی مصنوعی می-باشد. برای این منظور ابتدا عوامل موثر بر بازده صندوق¬های سرمایه¬گذاری مشترک در قالب 13 متغیر شناسایی شدند. برای آزمون فرضیات این پژوهش، ...

شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...

آتش سوزی‌های طبیعی با وارد آوردن خسارت‌های جبران ناپذیر به مناطق مرتعی و جنگلی سبب تغییر در اکولوژی منظر می‌شوند. هدف از این تحقیق مقایسه مدل های شبکه عصبی مصنوعی و رگرسیون خطی در پیش بینی خطر آتش سوزی جنگل‌ها و مراتع استان مازندران است. به این منظور، از داده‌های آتش سوزی شامل سطح سوخته شده و تعداد وقوع آتش سوزی و هم چنین از داده‌های هواشناسی در یک دوره 7 ساله (1385-1391) استفاده شد. نتایج حاصل...

چکیده انتخاب ویژگی های مناسب برای بررسی و پیش بینی هر کمیت جوی مرتبط با یک پدیده هواشناسی از قبیل وقوع توفان حاره ای یکی از چالش های اساسی شناسایی سیستم و مدل سازی آن سیستم می باشد. در این رساله روش های مختلف استخراج ویژگی از قبیل جستجوی پی در پی پیشرو، پسرو، معیار همبستگی متقابل، تحلیل مولفه های اصلی و تحلیل عامل های اصلی برای استخراج کمیت های مرتبط با سرعت باد در ارتفاع 10 متری از سطح زمین د...