در پژوهش حاضر، با استفاده از اطلاعات جمع آوری شده  150 بهره بردار گندم منطقه  زرقان فارس در سال زراعی1390-1389 مهم ترین عوامل مؤثر بر کارآیی زیربرداری نهاده  آب در تولید این محصول شناسایی شد و مورد تجزیه و تحلیل قرار گرفت. به منظور محاسبه  کارآیی زیربرداری آب از رهیافت تحلیل پوششی داده ها استفاده گردید. سپس، با کمک شبکه  عصبی مصنوعی تابع پایه  شعاعی (rbf) مهم ترین عوامل اثرگذار بر کارآیی زیربرد...

در این مطالعه ابتدا به معرفی کامل روش بدون شبکه محلی پترو-گلرکین بر پایه تابع شعاعی پرداخته می‌شود. در این راستا با استخراج انواع معادلات جریان سیال شامل حرکت آب در خاک، کانال جریان و شکست سد سعی شده است با استفاده از مبانی ریاضی روش بدون شبکه، معادلات جریان رابطه‏سازی شود. نتایج نشان می‏دهد روش باقی‌مانده وزنی به عنوان یک روش‌ دقیق و به‏روز برای دست‏یابی به پاسخ‌های تقریبی معادله‌های‌ دیفرانسی...

در این مقاله به منظور بررسی ارتباط بین افت فشار سیکلون جداسازی و پارامترهای هندسی سیکلون غبارگیری، سه نوع شبکه عصبی مصنوعی انتشار بازگشتی[1]، شبکه عصبی تابع پایه شعاعی[2] و شبکه عصبی رگرسیون تعمیم یافته[3] به کارگرفته شده­اند. پس از آموزش آن­ها با داده­های تجربی، پارامترهای بهینه عملکردی هر کدام شبکه‌ها، با روش جستجوی چند مرحله‌ای[4] به دست آمده‌اند. شبکه­ها بر اساس میزان ضریب همبستگی[5]، خطای ...

در‎ این پایان نامه روش متعارف و رایج کانسا‏ و‎ ‎همچنین‎ روش های جواب های ویژه ی یک مرحله ای و روش تازه گسترش یافته ی ‎mfs-mps‎‏ با استفاده از توابع پایه شعاعی چند مربعی و مخروطی‏، در حل معادله با مشتق های پاره ای غیرهمگن مرتبه ی دو و چهار در بعد دو و سه مورد بررسی قرار گرفته ا‎‏ند. مزیت این روش ها این است که ‏یک مرحله ای و همچنین بی نیاز از شبکه بندی و مشکل های ناشی از آن هستند. اگر چه روش ‎mfs...

روش مونت کارلو از قدرتمندترین روشهای تحلیل احتمال خرابی در سازه هاست که برای توابع شرایط حدی دارای هرگونه پیچیدگی و برای متغیرهای تصادفی با هر نوع توزیع احتمالاتی استفاده گردد. اما افزایش تعداد تحلیلها برای شبیه سازی مسایلی که دارای احتمال خرابی بسیار کمی هستند، مانند اغلب سازه های اجرایی، سبب گشته که کاربرد آن در مسایل پیچیده نیازمند حجم محاسباتی بسیار بالایی شود. در این تحقیق، ابتدا با استفاد...

از طریق نگاشت داده های موجود بارندگی می توان به درونیابی و نگاشت داده های ناقص بارندگی که اطلاعات بارندگی بدلایلی در آنها ثبت نشده است پرداخت. در این مقاله برای تکمیل داده های ناقص ازپنج روش درونیابی مبتنی بر توابع پایه شعاعی در یک محدوده سطح واحد استفاده شده است. برای یافتن روش مناسب درونیابی، مقدار ضریب ثابت کمینه کننده خطا (ضریب شکلc ) طی یک روش اعتبار سنجی بهینه یابی از سه نمونه از توابع آز...

‏ در این پایان نامه یک روش عددی بدون شبکه برای حل ‎‏معادلات‎ دیفرانسیل جزئی‏ بر اساس توابع پایه شعاعی انتگرال گیری شده ‎با الگوریتم آموزش تطبیقی ارائه می شود. تاکنون دو روش ‎شبکه‎ی توابع پایه شعاعی انتگرال گیری شده‏ و ‎شبکه‎ی توابع پایه شعاعی مشتق گیری شده‏ برای حل انواع معادلات دیفرانسیل معرفی شده است. در این پایان نامه ضمن توصیف هر دو روش‏‏، الگوریتم آموزش تطبیقی برای ‎شبکه ی توابع پایه شعاعی...

سری زمانی بارش غالباً یکی از ورودی¬های لازم برای تجزیه و تحلیل و طراحی سیستم¬های هیدرولیکی و هیدرولوژیکی می باشد . اطلاعات بارش به منظور کاربرد در این اهداف می¬تواند به صورت اندازه¬گیری مشاهدات بدست آید و یا اینکه به وسیله شبیه¬سازی اتفاقی تولید شود. یک مشکل عمده در مورد داده¬های بارندگی ثبت شده و یا تولیدی این است که این داده¬ها در بازه¬های زمانی به اندازۀ کافی کوچک برای کاربردهای مهندسی موجود ...

در این نوشتار دو روش جدید برای طراحی سنسور نرم بر مبنای ماشین بردار پشتیبان اصلاح شده و کمترین مربعات ماشین بردار پشتیبان اصلاح شده، پیشنهاد و طراحی می شود. در روش های اصلاح شده، ماشین به طور کامل برای تعداد مختلف بردار پشتیبان آموزش می یابد. علاوه بر آن، مراکز توابع کرنل به صورت تصادفی از بین تمام داده ها انتخاب می شود. نوآوری این پایان نامه اصلاح الگوریتم آموزش ماشین در این روش ها می باشد. ...