اخیرأ استفاده از مدل های ریاضی برای شبیه سازی کیفیت آب رودخانه ها توسعه زیادی یافته که به دلیل پیچیدگی و تعدد فرایندهای کیفی منابع آب سطحی و وجود ضرایب و ثابت های شیمیایی و بیولوژیکی متعدد، استفاده از سیستم استنباط فازی-عصبی تطبیقی، روشی نو جهت پیش بینی کیفی رودخانه هاست. در این مقاله ضمن بیان مبانی این سیستم به منظور پیش بینی کیفی آبهای سطحی، کاربرد آن با مجموعه ای از داده های 16 ساله از اکسیژ...

فرآیند بارش-رواناب فرآیندی غیرخطی بوده و از حیث زمانی و مکانی تصادفی می باشد و تشریح آن با مدل های ساده به راحتی امکان پذیر نیست. بررسی تحقیقات انجام شده نشان می دهد که مدل های مبتنی بر هوش مصنوعی در مدل سازی سامانه های پیچیده عملکرد خوبی دارند. در این تحقیق ضمن بررسی و تعیین مهمترین مولفه های موثر در پیش بینی دقیق میزان رواناب رودخانه خرم آباد، عملکرد شبکه عصبی مصنوعی و سامانه استنتاج تطبیقی ع...

این مطالعه به منظور تجزیه و تحلیل و مدل­سازی انرژی و عملکرد نخود دیم با بهره­گیری از سامانه استنتاج فازی-عصبی تطبیقی (انفیس) در جریان تولید نخود دیم در شهرستان بوکان انجام شده است. داده ها از 70 تولیدکننده نخود با استفاده از مصاحبه رو در رو با کشاورزان و تکمیل پرسشنامه‌های تخصصی جمع آوری شدند. مساحت واحدهای تولیدی بین 2 تا 10 هکتار بود. نهاده­های ورودی شامل نیروی انسانی، ماشین­ها، بذر، سوخت دیز...

هدف اصلی این تحقیق طراحی مدلی برای پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از سیستم استنتاجی عصبی- فازی انطباقی و مقایسه آن با روش شبکه عصبی و مدل خطی آریما می باشد. در این تحقیق از روش کشف معرفت جهت بررسی موضوع و پیش بینی شاخص بورس اوراق بهادار تهران استفاده شده است. در این تحقیق سه روش برای پیش بینی مطرح می شود:1- پیش بینی شاخص کل قیمت سهام با روش سیستم عصبی فازی.2- پیش بینی شاخص کل ...

سرریزهای کنگره‌ای بعنوان گزینه‌ای مناسب برای اصلاح سرریزهایی که برای عبور دبی حداکثر محتمل با مشکل روبرو هستند مطرح می‌شوند. این سرریزها دارای تاج غیر خطی بوده و در یک عرض معین، نسبت به سرریزهای با تاج مستقیم در یک ارتفاع مشابه، دبی عبوری از این سرریزها بیشتر از سرریز مستقیم خواهد بود. سرریزهای کنگره‌ای به دلیل زیاد بودن دبی عبوری از روی آن‏ها تحت بارهای هیدرولیکی کم و نیاز به جا و مکان کمتر در...

رودخانه ها، بخش عمده و قابل توجهی از منابع آب کشورمان را تشکیل می دهند. رشد میزان مصرف آب از یک سو و محدودیت این منابع حیاتی از سویی دیگر، نیاز به مدیریت بهره برداری از این منابع را بیش از پیش، آشکار می سازد. در سال های اخیر استفاده از تئوری مجموعه های فازی جهت مدل سازی پدیده های هیدرولوژیکی که دارای پیچیدگی و عدم قطعیت بالایی هستند، مورد توجه محققین قرار گرفته است. به همین دلیل، در این پژوهش ا...

به‏منظور مدیریت صحیح آب در بخش کشاورزی، بهبود مدیریت بهره‏برداری سامانه‏های توزیع آب کشاورزی و ارزیابی آنها ضروری است. در تحقیق حاضر برای تحقق هدف یادشده، از مدل‏های سیستم استنتاج فازی (FIS)، شبکۀ عصبی (ANN) و سیستم استنتاج فازی-عصبی تطبیقی (ANFIS)، برای توسعۀ مدل هوشمند ارزیابی کفایت تحویل آب در یک کانال آبیاری، با در ‏نظر ‏گرفتن عدم قطعیت‏های موجود در فرایند بهره‏برداری استفاده شد. به‏منظور ت...

اندازه­گیری دائمی دبی رودخانه­ها در ایستگاههای هیدرومتری مخصوصاً در مواقع سیلابی غالباً پر هزینه و مشکل می‌باشد، بدِِین منظور جهت مدل­سازی رابطه دبی- اشل مدل­های ریاضی و هوشمند متعددی توسعه یافته و مورد استفاده قرار می­گیرد. در این تحقیق از سه روش شبکه­های عصبی مصنوعی ، سیستم استنتاج عصبی- فازی و برنامه‌ریزی ژنتیک برای مدل­سازی رابطه دبی-اشل روزانه در دو ایستگاه یامولا و سوقوتلوهان واقع در رودخانه ...

خاک هایی که پتانسیل انقباض و انبساط حجم در طی تغییرات رطوبت را دارند خاک های متورم شونده اطلاق می شوند. تورم این خاک ها باعث ایجاد فشار و بروز ترک در راه ها، لوله های انتقال، پی ساختمان، فرودگاه، راه آهن و خرابی سازه های ساخته شده برروی این خاک ها شده و باعث خسارت های مالی زیادی می شود. برا ی کاهش خسارت وارده به سازه ها از طرف خاک های متورم شونده، نیاز به طراحی سازه ها ی ساخته شده بر روی این خا...

در این تحقیق، با استفاده از داده های مشاهده شده تشت کلاس a، کاربرد روش های رگرسیون غیر خطی، شبکه های عصبی مصنوعی، سیستم استنتاج فازی- عصبی و هم چنین روش تجربی استیفنز- استوارت، جهت برآورد تبخیر روزانه منطقه کرمان مورد بررسی قرار گرفت. در روش های شبکه عصبی مصنوعی، سیستم استنتاج فازی- عصبی و رگرسیون غیر خطی، مقادیر دما، فشار، رطوبت نسبی، تابش خورشیدی و سرعت باد، با پنج ترکیب مختلف به عنوان متغیره...