فاکتورهای مختلفی بر روی خواص اوراق مرکب چوبی تاثیر گذار هستند. بررسی تمامی این فاکتورها نتنها اتلاف وقت و انرژی را افزایش می­دهد، همچنین دقت در برآورد میزان تاثیر متغیرهای انتخاب شده در ساخت به منظور حصول نقطه بهینه از خواص مختلف فراورده­های مرکب چوبی را کاهش می دهد. از اینرو، لازم است تا از متدهای نوین آماری برای تعیین مدل برآورد کننده نقطه بهینه تولید استفاده نمود. هدف این تحقیق، ارزیابی عملک...

استفاده از پردازش تصویر و سامانه های هوش مصنوعی در زمینۀ کشاورزی و صنایع غذایی روز به روز بیشتر می شود. هدف از انجام این تحقیق، بررسی امکان استفاده از پردازش تصویر در پیش‏بینی روند تغییرات محتوای رطوبتی برگ ‏های چای سبز در حین خشک شدن با استفاده از سامانه‏های پیش‏گویی شبکۀ عصبی مصنوعی و استنتاج فازی عصبی تطبیقی است. آزمایش های خشک کردن به روش لایه نازک و براساس عوامل مؤثر در خشک شدن در پنج دمای...

تحلیل تراکم حاصل شده از عملیات تراکم در خاک های ریزدانه در تحلیل برگشتی اهمیت به سزایی دارد. روش متداول در محاسبۀ درصد تراکم خاک؛ شیوه های معمول مانند روش مخروط ماسه، روش بالون لاستیکی و روش چگالی سنج هسته ای است. که به عنوان روشی مناسب جای گزین، شبکۀ عصبی آموزش دیده شده بر مبنای الگوهای تحلیل شده است. با روش های مذکور محاسبۀ تراکم، علاوه بر این که به دقت مورد نیاز در روش های مرسوم می رسد، سادگ...

نرخ ­­ارز و نوسانات آن به عنوان یکی از مهمترین مسائل بخش بازرگانی خارجی هر کشور از اهمیت ویژه­ای برخوردار است. عوامل زیادی همچون عوامل اقتصادی، سیاسی، و روانی بر نرخ ارز تاثیرگذار هستند و این عوامل خود باعث ایجاد شرایط نااطمینانی بیشتر می­شوند. در این راستا تلاش سیاست­گذاران در کاهش این نااطمینانی از طریق پیش­بینی این متغیر باکمترین خطا بوده است. شبکه­های عصبی مصنوعی از قابلیت بالایی در مدلسازی...

هدف از پژوهش پیش رو، مقایسۀ کارایی مدل­های استوکاستیک و شبکه­های عصبی مصنوعی در پیش­بینی کمّی شاخص بارندگی استاندارد شده (SPI) در اقلیم­های خشک و مرطوب ایران است. برای این امر، محاسبۀ SPI، در مقیاس­های زمانی سه‎ماهه، شش‎ماهه و دوازده‎ماهه در چهار ایستگاه سینوپتیک کشور طی دورۀ 2007-1973 انجام شد. در گام بعد، مدل‎سازی سری­های زمانی SPI برای پیش­بینی­های یک تا دوازده گام به جلو، به سه روش مدل‎سازی ...

مقالۀ حاضر قدرت توضیحی اطلاعات حسابداری مالی شامل فعالیت‌های عملیاتی، تأمین مالی و سرمایه‌گذاری را در پیش‌بینی تغییرات تولید ناخالص داخلی (رشد اقتصادی) اندازه‌گیری می‌کند. بدین منظور با تفکیک تولید ناخالص داخلی به چهار بخش اصلی اقتصاد (کشاورزی، خدمات، نفت و صنعت و معدن) سعی در ارائه رویکردی نوین در پیش‌بینی متغیرهای اقتصادی است. تعداد ز...

در این مقاله تخمین عمق گنبدهای نمکی با استفاده از روش شبکۀ عصبی رگرسیون تعمیم‌یافتهGRNN، از طریق داده‌های گرانی‌سنجی بررسی شده است. بدین منظور یک شبکۀ عصبی GRNN به وسیلۀ داده‌های گرانی که از روش پیشرو، مدل گنبد نمکی را به دست می‌آورد، به ازای اعماق مختلف به‌دست‌آمده آموزش داده شد و با محاسبۀ خطای شبکه، شبکه مرتب اصلاح شد تا معماری شبکه با خطای پذیرفتنی به دست آید. سپس به‌منظور تست شبکه از داده‌...

شناسایی محدوده‌های مستعد زمین‌لغزش در عمران شهری و منطقه­ای دارای اهمیت ویژه‌ای است. در این مقاله به پهنه­بندی میزان حساسیت به زمین‌لغزش با استفاده از شبکه عصبی مصنوعی و تحلیل سلسله مراتبی اقدام شده است. این پهنه‌بندی و تحلیل با استفاده از شبکه‌های عصبی مصنوعی که قادر به‌ شناسایی روابط پیچیده بین حرکات توده­ای و هدف یعنی عوامل پهنۀ حساسیت، به‌منظور شناسایی مناطق ناپایدار صورت گرفته است. روش تحل...

تالاب ها به عنوان یکی از مهم ترین و باارزش ترین اکوسیستم های طبیعی در جهان، نقش مهمی در پالایش آلاینده ها و کاهش ریزگردها، ایجاد میکروکلیمای مطلوب، حفظ تنوع زیستی و ژنتیکی و ذخیرۀ مواد آلی دارند. تالاب گاوخونی یکی از تالاب های مهم منطقۀ مرکزی ایران است که در دهه های اخیر، عوامل متعدد اقلیمی و انسانی تفاوت های قابل توجهی در سطوح خشک و مرطوب آن به وجود آورده و زمینه را برای تولید بیشتر ریزگردها د...

در این پژوهش برای ارزیابی حساسیت تبخیر- تعرق گیاه مرجع در دو منطقۀ اصفهان و رشت با اقلیم های نیمه خشک و معتدل، به کمک دو روش هوشمند، از پارامترهای هواشناسی در طول آماری 1970-2010 استفاده شد. همچنین از شبکه های عصبی با ساختار پرسپترون چندلایه (mlp[1]) و برنامه ریزی بیان ژن gep[2])) برای آنالیز حساسیت تبخیر- تعرق گیاه مرجع به پارامترهای هواشناسی استفاده شد. در مورد همبستگی پارامترها، نتایج نشان د...