با پیش­بینی جریان رودخانه­‌ها علاوه‌ بر مدیریت بهره­‌برداری از منابع آب، می­‌توان حوادث طبیعی نظیر سیل و خشکسالی را نیز پیش‌­بینی و مهار کرد. استفاده از مدل­‌های جدید در این زمینه می­‌تواند به مدیریت و برنامه‌­ریزی صحیح کمک کند. در این مطالعه، به ارزیابی سه مدل به ‌نام­های، برنامه‌ریزی بیان ژن (GEP)، شبکه بیزین (BN) و ماشین بردار پشتیبان (SVM) پرداخته شده است. داده­‌های مورد استفاده برای این پژ...

هدف این مطالعه بررسی قدرت پیش بینی از طریق مدلهای یادگیری ماشین ،ماشین بردار پشتیبان svm و درخت تصمیم chaid در بازار ارز غیر رسمی دلار- ریال ایران می باشد .در این راستا پس از مطالعه ادبیات موضوع به انجام آزمون های ریشه واحد و همچنین ضریب همبستگی پیرسون مبادرت گردید .با استفاده از ضریب همبستگی پیرسون صحت گزینش متغیرهای ورودی مشخص گردید .در گام بعدی با ورود متغیرهای تأثیر گذار به مدل به ساخت مدل ...

طبقه بندی و تهیه نقشه کاربری های اراضی یکی از پرکاربردترین موارد در استفاده از داده های سنجش از دور است. تعدادی از روش های پیشرفته تر طبقه بندی در دهه های گذشته توسعه پیداکرده اند که از آنها می توان به شبکه های عصبی مصنوعی و ماشین بردار پشتیبان اشاره کرد. در این مطالعه از تصاویر لندستtm باقدرت تفکیک 30 متر جهت استخراج کاربری های اراضی با استفاده از دو روش طبقه بندی شبکه عصبی مصنوعی و ماشین بردا...

شناسایی وضعیت کمی جنگل برای مدیریت توده‌های جنگلی از اساسی‌ترین اطلاعات محسوب می‌‌شود. هدف از پژوهش پیش‌رو برآورد داده‌های طیفی با قدرت تفکیک مکانی زیاد ماهواره Pleiades در برآورد دو مشخصه حجم سرپا و رویه ‌زمینی با استفاده از الگوریتم‌های ناپارامتریک در جنگل دارابکلای ساری بود. تعداد 144 قطعه‌نمونه 10 آری به روش تصادفی منظم پیاده شد و قطر برابر سینه کلیه درختان و ارتفاع برخی از آنها به‌همراه مو...

هدف اصلی این مطالعه بررسی مدل­های فضایی و روش­های  متعارف برآورد مدل­های مکانی نظیر حداقل مربعات معمولی و رهیافت جدیدتر رگرسیون وزنی جغرافیایی می­باشد. برای این منظور نقاط ضعف و قوت هر دو رهیافت رگرسیون وزنی جغرافیایی و حداقل مربعات معمولی با ارائه یک مثال ساده مورد توجه قرار گرفته و بر اساس چارچوب نظری هر دو روش، رهیافت مناسب برای برآورد مدل­های مکانی ارائه شده است. نتایج مقایسه این دو روش نشا...

مدیریت نزولات جوی و استفاده بهینه از این منابع کمک شایانی به مدیریت منابع آب می­کند و همچنین در مدیریت منابع آب تخمین پارامتر هیدرولوژیکی نقش اساسی دارند. در این تحقیق تخمین بارش سه ایستگاه سینوپتیک آستارا، لاهیجان و جیرنده واقع در استان گیلان با استفاده از شبکه عصبی مصنوعی (ANN) و ماشین بردار پشتیان (SVM) انجام گرفته است. از روش تحلیل مؤلفه اصلی (PCA) برای پیش­ پردازش داده ­ها و تعیین داده­ ها...

یکی از موضوعات مهم در بحث کیفی رودخانه‏‌ها پیش‌‏بینی میزان مواد جامد محلول در آب می‏‌باشد. در این پژوهش، عملکرد مدل‏‌های هوشمند ماشین بردار پشتیبان با توابع هسته مختلف، برنامه‌‏ریزی بیان ژن و شبکه بیزین برای پیش‌‏بینی میزان مواد جامد محلول در آب رودخانه کشکان مورد بررسی قرار گرفت. بدین‏ منظور، از داده‏‌های کیفی ایستگاه پلدختر واقع در استان لرستان، شامل هیدروژن کربنات، کلرید، سولفات، منیزیم، کلس...

کاربرد روش ماشین بردار پشتیبان (SVM)، در تحلیل مسائل مهندسی رویکرد جدیدی است که در دهه اخیر مورد توجه قرار گرفته است. در این تحقیق از مدل SVM برای پیش‌بینی پاسخ لرزه‌ای سد بتنی تحت تأثیر بارهای لرزه‌ای استفاده شده است. برای فراهم کردن داده‌های آموزش مدل از تحلیل اجزاء محدود سد بتنی وزنی شفارود در نرم‌افزار ANSYS و جهت استفاده از ماشین‌ بردار پشتیبان از نرم‌افزار WinSVM استفاده شده است. پس از تک...

تخمین صحیح و دقیق تبخیر-تعرق تأثیر بسزایی در مدیریت و برنامه ریزی صحیح منابع آب به ویژه در مناطق نیمه خشک و خشک دارد. روش های متعددی برای برآورد تبخیر-تعرق توسط محققان ارائه شده است. از جمله این روش ها می توان به انواع معادلات تجربی و روش های داده محور اشاره کرد. در این مطالعه از سه روش داده محور شبکه های تطبیقی مبتنی بر سیستم استنتاج فازی (anfis)، مدل درختی (m5) و ماشین های بردار پشتیبان (svm)...

هزینه‌ی سرمایه، ‌حداقل نرخ بازده‌ی مورد انتظار سرمایه‌گذاران است، ‌این نرخ بازده مورد انتظار با در نظر گرفتن ریسک شرکت تعیین می‌شود. در این پژوهش با استفاده از اطلاعات مالی 97 شرکت طی سال‎های 1390 الی 1396 و به کمک متغیرهای حسابداری اقدام به پیش‌بینی هزینه سرمایه در شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران شده است. ‎ جهت پیش‌بینی هزینه سرمایه از روش‌های رگرسیون ماشین بردار و کرم شب‌تاب ا...