در این رساله با بررسی توابع پایه شعاعی و مشتقات مرتبه کسری یک روش کالوکیشن مبتنی بر توابع پایه شعاعی برای حل عددی معادلات دیفرانسیل کسری با رویکرد کاپیوتو ارائه می نماییم. در این روش با قرار دادن تقریب تابع مجهول بر اساس درونیابی توابع پایه شعاعی معادله دیفرانسیل کسری مورد نظر را حل نموده و ضرایب مجهول تابع درونیاب را بدست می آوریم و به این ترتیب تقریبی از تابع مجهول حاصل می شود. همچنین یک کران...

طبیعت پیچیده و اتفاقی فرآیند ماشینکاری تخلیه الکتریکی سبب بی نتیجه ماندن تلاشهای زیادی به منظور مدل سازی فیزیکی آن شده است. در این مقاله از دو شبکه عصبی با نظارت پس انتشار و تابع پایه شعاعی برای مدل سازی فرآیند استفاده شده است. شبکه ها دارای سه ورودی جریان، ولتاژ و دوره تناوب پالس ها به عنوان متغیرهای مستقل فرآیند و دو خروجی نرخ براده برداری و صافی سطح به عنوان مشخصه های عملکردی می باشند. آموزش...

توابع پایه شعاعی کروی همواره به صورت گسترده ای برای مدل سازی محلی میدان ثقل زمین استفاده شده­اند. تعیین بهینه توابع پایه شعاعی کروی از نظر شکل و موقعیتآن ها، یکی از مهم­ترین چالش­ها در انجام مدل سازی بر مبنای این توابع پایه است. در این تحقیق یک روش بهینه­سازی برای مدل سازی محلی میدان ثقل زمین با استفاده از توابع پایه شعاعی کروی پیشنهاد شده است. بدین منظور، ابتدا آنومالی پتانسیل ثقل زمین به صورت...

این تحقیق به مقایسه فنون داده‌کاوی و منطق فازی در شناسایی رفتار مشتریان و شنیدن صدای آن‌ها به‌منظور استفاده در فرآیند هزینه‌یابی هدف می‌پردازد. داده‌های تحقیق مربوط به انبار داده‌های فروش شرکت کاشی فرزاد در سال‌های 93 و 94 است. نتایج حاصل از آزمون فرضیات تحقیق بیانگر این موضوع است که میزان پیش‌بینی صحیح ویژگی‌های مدنظر مشتریان در شبکه عصبی–فازی با تابع فعال‌ساز خوشه‌بندی فازی 941/0، در شبکه عصب...

در این تحقیق، تقریب جواب های معادلات دیفرانسیل با استفاده از شبکه های عصبی و مقایسه آن با روش های المان محدود صورت گرفته است. برای این منظور، روش المان متناهی، روش گالرکین، شبکه عصبی مصنوعی، ساختار شبکه های عصبی، نحوه یادگیری آنها، پارامترهای مربوط به شبکه عصبی و مشتقات پارامترها و همچنین در مورد مینیمم سازی خطا مطالبی بیان شده است. موضوع اصلی این پایان نامه در مورد حل تقریبی معادلات دیفرانس...

چکیده: بر اساس مطالعات جدید محققان، سیناپس‌ها یکی از پویاترین اجزا دستگاه عصبی جانداران هستند و حتی پس از مرحله تعلیم نیز قدرت هر سیناپس ثابت باقی نمی‌ماند. در این مقاله، روشی برای آشوبی کردن وزن‌های شبکه عصبی جلو سو ارائه شده است. در این روش وزن‌های یک شبکه عصبی جلو سو پس از تعلیم به عنوان وزن‌های پایه در نظر گرفته شده‏اند. با استفاده از توابع لجستیک (که در محدوده مناسبی به صورت آشوبگونه نوسان...

در این پژوهش، با استفاده از روش‌های متفاوت زمین آماری مانند کریجینگ، حداقل انحناء، فاصله معکوس، همسایگی طبیعی، چندجمله‌ای موضعی و توابع پایه شعاعی، تغییرات مکانی مقادیر هدایت الکتریکی و pH آب‌های خروجی از چشمه‌ها، قنات‌ها و یا نقاطی که محل تمرکز جریان‌های آب زیرزمینی در آبراهه‌های واقع در نواحی جنوب‌غربی و مرکزی دشت همدان- بهار بوده، مورد ارزیابی قرار گرفت. به این منظور براساس تعداد 108 نمونه آ...

به دلیل عدم وجود ایستگاه های سنجش میزان رسوب در فرایند فرسایش بادی، تخمین میزان بار رسوب در زمینه این فرایند امری ضروری و مهم تلقی می شود. شبکه های عصبی مصنوعی می توانند به عنوان ابزاری کارآمد جهت برآورد و شبیه سازی رسوبات موثر واقع شوند. در این تحقیق از دو نوع شبکه عصبی مصنوعی پرسپترون چند لایه و شبکه عصبی شعاعی برای  برآورد و برازش مقدار رسوبات بادی در منطقه کرسیا شهرستان داراب استفاده گردید....

در این مقاله یک تکنیک کلی شناخته شده با عنوان روش بدون شبکه برای حل معادلات دیفرانسیل از مرتبه کسری درنظرگرفته شده است.جواب دقیق را با کمک روش مبتنی بر هم محلی توابع پایه شعاعی مورد تقریب قرار‏ ‎‏می‎دهیم.این تکنیک نقش مهمی که ایفا می کند معادله دیفرانسیل کسری را به یک دستگاه معادلات تقلیل می دهد.نتایج عددی بیانگر دقت وتوانایی این روش است.

در تحلیل پوششی داده­ها به منظور بدست آوردن کارائی با مشخصه­های متفاوت از دو روش اساسی استفاده می­شود. این دو روش عبارتند از مدل­های شعاعی و مدل­های غیر شعاعی. در این مقاله مدل غیر شعاعی راسل که یک مدل غیر خطی است، مورد بررسی قرار می­گیرد. تحلیل پوششی داده­ها برای مجموعه­های بزرگ با تعداد ورودی­ها و خروجی­های زیاد، نیاز به منابع عظیم کامپیوتری از لحاظ زمان پردازش و استفاده از حافظه می­باشد. شبکه...