نتایج جستجو برای: شبکه ی عصبی پرسپترون
تعداد نتایج: 137512 فیلتر نتایج به سال:
در سال های اخیر با پیشرفت تکنولوژی موتور های احتراق داخلی و مجهز شدن آن ها به سیستم های کنترل حلقه بسته، توسعه ی روش های کنترل غیر خطی برای بهبود عملکرد موتور های احتراق داخلی را امکان پذیر کرده است. در این پروژه سیستم کنترل حالت های مورد نیاز در مسئله کنترل حلقه بسته موتور از طریق یاددهی شبکه های عصبی مصنوعی با استفاده از شبیه سازی مدل های مقادیر متوسط انجام می شود که این مدل ها برای مدل سازی ...
جهت کاهش خسارات ناشی از خشکسالی لازم است تا شرایط آینده از نظر خشکسالی تعیین گردد. در این پژوهش عملکرد مدلهای سریهای زمانی( ARIMA ) و شبکه عصبی (پرسپترون چند لایه) در پیشبینی مقادیر SPI مقایسه گردید. بدین منظور در ابتدا مقادیر SPI سه، شش، نه و دوازده ماهه استان خراسان رضوی تعیین کرده و سپس با استفاده از مدلهای شبکه عصبی مصنوعی و سریهای زمانی اقدام به پیشبینی مقادیر SPI گردید. نتایج این ...
از آنجائیکه خلق ثروت و ایجاد اشتغال در یک جامعه جز از طریق سرمایه گذاری امکان پذیر نیست و از طرف دیگر با توجه به پیچیده تر شدن روابط بین متغیرهای تاثیر گذار بر سرمایه گذاری همیشه سرمایه گذاری در خطر نابودی قرار دارد، بنابراین پیدا نمودن راهکارهای که بتواند حدی از خطر را پیش بینی نماید، می تواند رضایت بخش باشد. در نتیجه تصمیمات سرمایه گذاری افراد حقیقی و حقوقی بشدت تحت تاثیر این راهکارها قرار می...
تغییرات پوشش سرزمین و توسعه شهرها سبب تخریب زیستگاههای طبیعی و کاهش تنوع زیستی شده است. یکی از روشهای مورد استفاده برنامهریزان جهت کنترل روند تغییرات پوشش سرزمین و کاربری اراضی، مدلسازی میباشد. این مطالعه، با هدف مقایسه رگرسیون لجستیک و پرسپترون چندلایه شبکه عصبی مصنوعی جهت مدلسازی پتانسیل انتقال تغییر پوشش سرزمین سواحل استان مازندران انجام شد. جهت تحلیل تغییرات منطقه از تصاویر ماهواره L...
مسکن همواره نیازی اساسی در جامعه تلقی میگردد. بازار مسکن طی سالهای گذشته یکی از پرنوسان-ترین بخشهای اقتصاد کشور ایران بوده است. از آنجایی که نغییرات بخش مسکن تاثیر فراوانی بر سایر بخشهای اقتصاد دارد بنابراین یکی از نیازهای قابل توجه در امر مسکن، پیشبینی دقیق قیمت این کالا می-باشد. در این راستا در پژوهش حاضر با استفاده از شبکه عصبی مصنوعی پرسپترون چند لایه، مدلی برای پیشبینی قیمت مسکن در ش...
چکیده در این پژوهش، مدلی برای پیشبینی مصرف برق سالیانۀ ایران بر اساس معیارهای اقتصادی و با استفاده از شبکه های عصبی مصنوعی ارائه و همچنین تاثیر اجرای طرح هدفمندسازی یارانه ها در اولین سال اجرای این طرح بر مصرف برق سالیانه ایران بررسی شده است. بدین صورت که شبکۀ عصبی نارکس متغیرهای جمعیت و تولید ناخالص داخلی را به عنوان ورودی دریافت کرده و خروجی آن مصرف برق سالیانه در ایران است. برای آزمودن و آم...
این پایان نامه شامل پنج فصل می باشد. فصل اول در مورد اعداد فازی است که در این فصل با مفاهیم مقدماتی و منطق فازی آشنا می شویم. در فصل دوم به معرفی شبکه های عصبی مصنوعی می پردازیم. این فصل با تعریف نرون و تابع محرک که اساس یک شبکه عصبی است آغاز می شود و در ادامه با شبکه های عصبی پرسپترون چند لایه بیشتر آشنا می شویم که یکی از مهمترین و پر کاربرد ترین شبکه های عصبی مصنوعی می باشد. فصل سوم در مورد ر...
پیش بینی تقاضای آب در سیستم های آبرسانی و توزیع آب، با توجه به کمک شایانی که می تواند به مدیران این مجموعه ها برای مدیریت بحران (حداقل و حداکثر مصرف) داشته باشد، از اهمیت بالایی برخودار است. پیچیدگی و تأثیر عوامل و پارامترهای مختلف بر میزان تقاضای آب در این سیستم ها، سبب گردیده است که روشهای تحلیلی و ریاضی کارایی لازم را در این زمینه نداشته باشند. در این مقاله روش شبکه های عصبی مصنوعی برای برآو...
این مقاله با هدف شناسایی عوامل مؤثر بر ریسک اعتباری و ارائه مدلی جهت پیشبینی ریسک اعتباری و رتبهبندی مشتریان حقوقی متقاضی تسهیلات اعتباری بانک کشاورزی شهرستان ممسنی با استفاده از تکنیک شبکه عصبی انجام گرفته است. بدین منظور بررسیهای لازم بر روی اطلاعات مالی و غیرمالی مربوط به یک نمونه 205 تایی که به روش نمونهگیری خوشه ای چندمرحله ای تصادفی از میان کشاورزان دریافت کننده وام در شهرستان ممسنی د...
مسکن همواره نیازی اساسی در جامعه تلقی میگردد. بازار مسکن طی سالهای گذشته یکی از پرنوسان-ترین بخشهای اقتصاد کشور ایران بوده است. از آنجایی که نغییرات بخش مسکن تاثیر فراوانی بر سایر بخشهای اقتصاد دارد بنابراین یکی از نیازهای قابل توجه در امر مسکن، پیشبینی دقیق قیمت این کالا می-باشد. در این راستا در پژوهش حاضر با استفاده از شبکه عصبی مصنوعی پرسپترون چند لایه، مدلی برای پیشبینی قیمت مسکن در ش...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید