پیش­بینی نوسانات سطح آب زیرزمینی، برای برنامه­ریزی مناسب­تر به­ویژه در مناطق خشک و نیمه خشک امری ضروری است. در این تحقیق برای پیش­بینی نوسانات سطح آب زیرزمینی در دشت مروست از مدل­های سری زمانی و شبکه عصبی استفاده شد. برای مدل­سازی، اطلاعات سطح آب زیرزمینی در طی سال­های 88-1366 استفاده و مدل­های مختلف سری زمانی تلفیقی و شبکه عصبی مصنوعی بر داده­ها برازش داده شد. کارآیی و دقت مدل­های آریما در پیش...

در پژوهش حاضر، روشی ترکیبی از شکبههای عصبی نظارت شده و نظارت نشده برای طبقه بندی تصاویر سنجش از دور ارائه شده است. مبنای الگوریتم پیشنهادی، شبکه های خودسازمانده (som) و الگوریتم شبکه عصبی پس اتشار خطاست. الگوریتم طبقه بندی نظارت نشده som به تنهایی قادر به طبقه بندی و برچسب گذاری دقیق نتیجه نهایی نیست، لذا در نوشتار حاضر از الگوریتم پس انتشار خطا برای تعیین بر چسب نهایی کلاس ها استفاده شده است. ...

هدف از این مقاله، تعیین فرکانس زاویه‌ای طبیعی ورق‏ها با توجه به شرایط مختلف تکیه‌گاهی به کمک شبکه عصبی مصنوعی است. یکی از مشهورترین روش‏های آموزش شبکه عصبی، استفاده از الگوریتم انتشار برگشتی است. این الگوریتم برای آموزش شبکه‌های چند لایه قابل کاربرد است. الگوریتم انتشار برگشتی بر مبنای کاهش گرادیان بوده و در آن شیب خطا به تدریج کم شده و وزن‏های شبکه برای رسیدن به حداقل خطا، تعدیل می‌شود. در این...

در این پایان نامه، مسیله تخمین حالت توزیع شده در شبکه های سنسوری با وجود نویز اندازه گیری و نویز فرایند مورد بررسی قرار می گیرد. به علاوه سنسورهای موجود در شبکه سنسوری دارای مدل های اندازه گیری متفاوت هستند و بدین طریق اطلاعات بیشتری از محیط به دست می آید. با در نظر گرفتن هندسه ارتباطی سنسورها به صورت یک گراف، فرض بسیار مهم بر متصل بودن این گراف است. با وجود این فرضیات، در این کار به تعمیم تحقی...

در این پایان نامه تحقیقاتی پیرامون بهبود عملکرد شبکه عصبی انتشار متقابل (cpn) صورت گرفته تا بدین ترتیب زمینه کاربرد موثرتر و بهتر آن در طرح بهینه سازه ها فراهم شود. این تحقیقات منجر به انجام اصلاحات جدیدی در روش آموزش شبکه، ارائه فرمولی جدید برای محاسبه ضرائب آموزشی بصورت پویا، و همچنین آشکار ساختن نحوه تاثیر پارامترهای مختلف بر روی عملکرد شبکه گردیده است . بررسیهای بعمل آمده کاهش خطای شبکه و ب...

پیش­بینی نوسانات سطح آب زیرزمینی، برای برنامه­ریزی مناسب­تر به­ویژه در مناطق خشک و نیمه خشک امری ضروری است. در این تحقیق برای پیش­بینی نوسانات سطح آب زیرزمینی در دشت مروست از مدل­های سری زمانی و شبکه عصبی استفاده شد. برای مدل­سازی، اطلاعات سطح آب زیرزمینی در طی سال­های 88-1366 استفاده و مدل­های مختلف سری زمانی تلفیقی و شبکه عصبی مصنوعی بر داده­ها برازش داده شد. کارآیی و دقت مدل­های آریما در پیش...

یکی از متداول¬ترین سازه¬های مستهلک کننده انرژی در انتهای سازه¬هایی نظیر سرریزها، تندآب¬ها و دریچه¬ها، حوضچه¬های آرامش می¬باشند. در این حوضچه¬ها، با تشکیل پرش¬هیدرولیکی و عبور جریان فوق¬بحرانی به زیر¬بحرانی، انرژی مستهلک می¬شود. در طراحی حوضچه¬های آرامش، عمق ثانویه و طول پرش¬هیدرولیکی، پارامترهای مهمی می¬باشند که با استفاده از آنها می¬توان رقوم کف، عمق و طول حوضچه را طراحی کرد. در مورد پرش¬هیدر...

طی دهه های متمادی روش های زمین آماری برای تخمین ذخیره کانسار ها مورد استفاده بسیار قرار گرفته اند. پیشرفت های اخیر در شبکه های عصبی باعث شده است تا این روش به عنوان یک ابزار قدرتمند در تخمین ذخیره کانسار ها مطرح باشد. این پایان نامه به مدل سازی شبکه عصبی برای تخمین ذخیره کانسار آهن چغارت پرداخته است. با توجه به تغییرات فضایی، ورودی های چند بعدی و داده های گمانه ها با نوفه زیاد، طراحی شبکه عصبی ...