در سال های اخیر استفاده از روش های غیرمستقیم برای برآورد خصوصیات خاک مورد توجه قرار گرفته است. در روش های معمول، اندازه گیری نفوذپذیری نیاز به وقت و هزینه زیادی دارد از طرفی وجود عبارات غیرخطی در روابط نفوذپذیری، مدل سازی آنها را با مشکل همراه کرده است. امروزه روش شبکه عصبی مصنوعی با کارایی بالا در مدل سازی مسایل غیرخطی کاربرد روزافزون آن را سبب شده است. در این پژوهش 200 نمونه خاک جمع آوری شده ...

با ظهور ارتفاع‎سنجی ماهواره‎ای در سال 1973، پنجرۀ جدیدی در مطالعات و تحقیقات اقیانوسی و دریایی و علوم مرتبط با زمین گشوده شد. در این میان پیشرفت و بلوغ تکنولوژی حسگرها و انجام مأموریت‎های مختلف ارتفاع سنجی ماهواره‎ای در سال‎های اخیر، تحولی شگرف در علم ژئودزی و مبحث مدل‎سازی میدان ثقل زمین ایجاد کرد. ارتفاع‎سنجی ماهواره‎ای منبع عظیمی از اطلاعات جهت تعیین ژئوئید با دقت و رزولوشن مکانی بالا را در ...

چکیده: «شبکۀ عصبیِ بر پایۀ توابعِ شعاعی » یک تقریب گر عمومی می باشد. در این مقاله «تابعِ فعال ساز گرانولی» برای بهبود یادگیری این شبکه در شرایط نویزی پیشنهاد می گردد که یک تابعِ گاوسی با «انحراف استاندارد بازه ای و میانگین ثابت» است و به آن «تابعِ فعال ساز بازه ای» نیز گفته می شود. در لایۀ میانیِ این شبکه، سه پارامترِ وابسته به توابعِ فعال ساز گرانولی آموزش می بینند که «مرکز توابعِ فعال ساز گرانولی» که ...

در این پایان نامه بهینه سازی ژنتیک بر روی روش هم محلی به منظور تعیین پارامترهای شکل بهینه توابع پایه شعاعی در حل عددی معادلات دیفرانسیل معمولی اعمال می گردد.بدین منظور، ابتدا مروری مختصر بر معادلات دیفرانسیل، انواع آن و تعاریف و روش های حل عددی در ارتباط با آنها خواهیم داشت. در ادامه به معرفی الگوریتم ژنتیک پرداخته شده است. بعلاوه ضرورت و ویژگی های توابع پایه شعاعی و چند قضیه در ارتباط با آن بی...

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...

چکیده خیار یک میوه پر مصرف در ایران است که مصرف زیادی در تمام فصول دارد؛ لذا بررسی پارامترهای موثر در میزان کیفیت آن امری اجتناب ناپذیر به نظر می رسد. با توجه به صرف هزینه و زمان زیاد برای اندازه گیری پارامتر ها، پیش-بینی آن ها با توجه به عوامل تاثیرگذار بسیار مفیدتر خواهد بود. در تحقیق حاضر ارتباط بین دو ویژگی مکانیکی (شاخص تردی و سفتی) و فشار صدای حاصل از شکستن (پاسخ آکوستیک) میوه خیار با زما...

شبکه های توزیع سنتی ماهیتی شعاعی دارند که به واسطه یک منبع تغذیه از شبکه سراسری تغذیه می شوند. سیستم حفاظت این گونه شبکه ها بسیار ساده است و معمولاً به وسیله فیوز، بازبست و رله اضافه جریان پیاده سازی می شود. در سال های اخیر، با توجه به کاربردهای متنوع و فواید اتصال نیروگاههای تولید پراکنده به شبکه های توزیع ، توجه زیادی به استفاده از این واحدها در سطح شبکه های توزیع شده است. اما این فواید زمان...

چکیده: «شبکۀ عصبیِ بر پایۀ توابعِ شعاعی » یک تقریب گر عمومی می باشد. در این مقاله «تابعِ فعال سازِ گرانولی» برای بهبودِ یادگیری این شبکه در شرایط نویزی پیشنهاد می گردد که یک تابعِ گاوسی با «انحراف استاندارد بازه ای و میانگین ثابت» است و به آن «تابعِ فعال سازِ بازه ای» نیز گفته می شود. در لایۀ میانیِ این شبکه، سه پارامترِ وابسته به توابعِ فعال سازِ گرانولی آموزش می بینند که «مرکزِ توابعِ فعال سازِ گرانولی» که ...

پیش­بینی درماندگی مالی از مسائل مهمی است که همواره پژوهشگران، مؤسسه‎های اعتباری و بانک­ها به آن توجه کرده‎اند. تاکنون تحقیقات بسیاری در این زمینه صورت گرفته است، ولی استفاده از مدل­های­ ترکیب‎شدۀ انتخاب ویژگی و مدل طبقه‎بندی­کننده، از مسائلی است که فقط در سال­های اخیر توجه پژوهشگران را به خود جلب کرده است. در این مقاله ماشین ­بردار پشتیبان با چهار تابع کرنل خطی، چند­جمله­ای، شعاعی و سیگمویید به...

مشکل تنگنای ابعاد، یکی از چالش هایی است که کاربرد الگوریتم های یادگیری تقویتی گسسته را در مورد مسائل کنترلی واقعی که دارای فضای حالت و عمل بزرگ و یا پیوسته می باشند محدود نموده است. ترکیب روش های آموزشی گسسته با تقریب زننده های تابعی برای حل این مشکل چندی است مورد توجه محققان قرارگرفته است. در همین راستا در این مقاله یک الگوریتم جدید یادگیری تقویتی عصبی (NRL) بر مبنای معماری نقاد- تنها معرف...