در این پایان نامه، از مدل شبکه عصبی موجک برای پیش بینی دانسیته آلکان ها از 2 تا 19 کربنه و سیکلوآلکان ها در محدوده ی وسیعی از دما و فشار استفاده شده است. دو شبکه عصبی موجک برای پیش بینی دانسیته مدل سازی شد: یکی برای گازهای طبیعی (آلکان های 2 تا 4 کربنه) و دیگری برای آلکان های خطی 5 تا 19 کربنه و سیکلوآلکان ها. در ابتدا، مدل شبکه عصبی موجک برای گازهای طبیعی با دو متغیر دما و فشار و توصیف‎کننده ب...

در این پژوهش یک شبکه عصبی موجک بهبود یافته ی فازی با فیدبک داخلی برای شناسایی سازه طراحی و پیشنهاد خواهد شد و جهت شناسایی سازه ها مورد استفاده قرار می گیرد. فیدبک داخلی با افزودن بازخورد در لایه دوم از شبکه های موجک عصبی در حقیقت المان حافظه را به شبکه اضافه کرده و باعث می شود سیستم رفتار زمانی مناسبی از خود نشان دهد.برای تنظیم پارامترهای شبکه، الگوریتم لونبرگ- مارکواردت بهبود یافته به همراه رو...

در دو دهه اخیر استفاده از مدل های غیرخطی در تخمین دبی رودخانه ها مورد توجه محققان واقع شده است که از آن جمله می­توان به مدل شبکه های عصبی مصنوعی، برنامه­ریزی ژنتیک، سری های زمانی، تبدیل موجک و ... اشاره نمود. تبدیل موجک از طریق تجزیه امواج به زمان و مقیاس همچون روش آنالیز فوریه شیوه نوینی را برای پردازش موج ارائه می دهد. در تبدیل موجک از موجک گسسته میر برای برآورد جریان متوسط ماهانه رودخانه لیق...

برآورد و پیش‏‏بینی بارش اهمیت ویژه‏ای دارد. به دلیل نبود قطعیت، هیچ ‏یک از مد‏ل‏های آماری و مفهومی نتوانسته‏اند به منزلة یک مدل برتر در الگوسازی دقیق بارش شناخته شوند. اخیراً، به کاربردِ موجک در آنالیز سیگنال‏ها و سری‏های زمانی در هیدرولوژی توجه شده‏ است. در این تحقیق، سیگنال بارندگی با استفاده از موجک مادر منتخب تجزیه شد و داده‏های به‌دست‌آمده با دو روش برازش معادلات مستقیم و هیبرید عصبی- موجکی ...

سابقه و هدف: تخمین دقیق مقدار تبخیر-تعرق مرجع برای انجام بسیاری از تحقیقات ضروری و از مهم‌ترین مسائل در طرح‌های آبیاری و زهکشی و منابع آب به شمار می‌رود. یکی از این مسائل که می‌تواند در راستای اهداف ذکرشده اعمال شود، پیش‌بینی تبخیر-تعرق مرجع برای آینده است تا بتوان با برنامه‌ریزی‌های مناسب، امکان استفاده بهتر از منابع موجود را فراهم نمود (7). در سال‌های اخیر استفاده از روش‌های هوش مصنوعی و مدل ...

آگاهی از اطلاعات دبی جریان در رودخانه ها برای مدیریت منابع آب، پیش بینی سیل، طراحی مهندسی و مدیریت زیست محیطی ضروری می باشد. مدل های ارائه شده همچون بارش-رواناب و سری های زمانی به منظور پیش بینی میزان آبدهی رودخانه ها به دلیل عدم دقت و پیچیدگی عوامل مؤثر در آبدهی در بسیاری از موارد با مقادیر مشاهده شده تطابق ندارد. موجک یکی از روشهایی است که در سالهای اخیر در زمینه هیدرولوژی مورد توجه قرار گرفت...

کیفیت آب¬های سطحی یک عامل موثر در سلامتی انسان و سیستم¬های زیست محیطی، به خصوص در مناطق شهری می¬باشد. چون رودخانه¬ها با عبور از شهر¬ها بسیاری از آلاینده¬های رها شده از فاضلاب¬های خانگی و صنعتی و پساب¬های کشاورزی را دریافت می¬کنند. بنابراین، وجود اطلاعات قابل اعتماد در مورد روند کیفیت آب، برای مدیریت آب موثر است. در مناطق نیمه¬خشک مانند ایران که با مشکلات کمبود آب به ویژه در مناطق پرجمعیت (به عل...

چکیده: در این تحقیق، یک الگوریتم ترکیبی جدید به منظور جداسازی جریان هجومی از خطای داخل ترانسفورماتور، قابل پیاده سازی در حفاظت دیفرانسیل دیجیتال ترانسفورماتورهای قدرت، ارائه می گردد. الگوریتم نامبرده مبتنی بر مفاهیم ریاضی تبدیل موجک و شبکه عصبی می باشد. تبدیل موجک روشی قدرتمند در جداسازی و تجزیه یک سیگنال است. مزیت این روش، جداسازی سیگنال در حوزه فرکانس- زمان می باشد، یعنی بر خلاف روش های جدا ...

در این مقاله روش کمینه‌سازی توابع هدف با کمک شبکه‌های عصبی موجک چند لایه، جهت مدل‌سازی توموگرافی یونوسفر به عنوان یک روش جدید ارائه شده است. براساس روش توموگرافی، تابع هدفی تعریف گردیده و سپس با کمک شبکه‌های عصبی موجک چند لایه (WNN) طراحی شده، مقدار این تابع هدف به کمترین میزان خود می‌رسد. جهت بهینه‌سازی وزن‌ها و بایاس‌ها در شبکه‌های عصبی، می‌بایستی از یک الگوریتم آموزش مناسب بهره گرفت. به همین...

برآورد و پیش‏‏بینی بارش اهمیت ویژه‏ای دارد. به دلیل نبود قطعیت، هیچ ‏یک از مد‏ل‏های آماری و مفهومی نتوانسته‏اند به منزلة یک مدل برتر در الگوسازی دقیق بارش شناخته شوند. اخیراً، به کاربرد موجک در آنالیز سیگنال‏ها و سری‏های زمانی در هیدرولوژی توجه شده‏ است. در این تحقیق، سیگنال بارندگی با استفاده از موجک مادر منتخب تجزیه شد و داده‏های به دست آمده با دو روش برازش معادلات مستقیم و هیبرید عصبی- موجکی ...