نتایج جستجو برای: استنتاج فازی-عصبی

تعداد نتایج: 31034  

Journal: : 2023

در این مقاله بیناب نوترون‌­های سریع ارتفاع‌­های 3 و 5 کیلومتری سطح زمین با استفاده از پاسخ آشکارسازهای قطره‌­ی فوق گرم بهره‌­گیری شبکه‌­ی هوشمند عصبی فازی (انفیس) بازیابی شد. انفیس، یک سیستم استنتاج نوع تاکاگی- سوگنو است که قالب تطبیقی پیاده‌­سازی شده است. ابزار مشابه تفکر انسان مواجه مسایل غیرقطعی همراه خطا عمل می­‌کند. ماتریس پنج آشکارساز فوق‌­گرم فشارهای خارجی مختلف توسط برنامه‌­ی کاربردی نو...

از جمله مسایل مهم در طراحی آب‌شکن‌ها، پدیده آب‌شستگی موضعی دماغه آنها می‌باشد که به‌علت تنگ‌شدگی مقطع جریان و وجود گردابه‌های قوی به‌وجود می‌آید و یکی از شاخص‌های مهم در تعیین مشخصات حفره‌ی آب‌شستگی، حداکثرعمق آب‌شستگی می‌باشد. امروزه شبکه‌های عصبی کاربردهای بسیاری در مسایل مختلف مهندسی آب که رابطه و الگوی مشخصی بین عوامل مؤثر بر وقوع یک پدیده وجود ندارد، پیدا کرده است. بنابراین در این پژوهش از...

پرش هیدرولیکی نوع B پرشی است که روی سطح شیبدار با شیب مثبت یک شوت تحت شرایط خاص اتفاق می­افتد، به گونه­ای که تعیین عمق ثانویه و طول غلتاب در آن برای حفاظت از سازه­های ساخته شده و جلوگیری از آبشستگی ضروری است. دراین پژوهش کاربرد دو روش هوشمند سامانه استنتاج فازی و فازی - عصبی بحث و بررسی شده است. برای مد­­ل­سازی از داده­های آزمایشگاهی استفاده و کد نویسی در محیط نرم افزار متلب انجام شد. از الگو...

ژورنال: :علوم و فنون نقشه برداری 0
محمد اصلانی m. aslani faculty of geodesy and geomatics eng. k.n.toosi university of technology no 1346, valiasr street, mirdamad cross, tehran, iran 19967-15433گروه مهندسی gis، دانشکده مهندسی نقشه برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی تهران، خیابان ولی عصر، تقاطع میرداماد، کد پستی 15433-19967 محمد طالعی m. taleai faculty of geodesy and geomatics eng. k.n.toosi university of technology no 1346, valiasr street, mirdamad cross, tehran, iran 19967-15433گروه مهندسی gis، دانشکده مهندسی نقشه برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی تهران، خیابان ولی عصر، تقاطع میرداماد، کدپستی 15433-19967

آنچه سامانه های اطلاعات مکانی (gis) با آن روبه رو هستند، اطلاعاتی است که در قالب لایه های مکانی مدون گشته اند. یکی از مهم ترین وظایف سامانه های اطلاعات مکانی تحلیل لایه ها به منظور مدل سازی پدیده های مکان مرجع است. عدم توجه کافی به چنین مدل سازی هایی می تواند منجر به نتایج غیرواقعی در تصمیم گیری های مکانی و در پی آن خسارات مالی زیادی شود. در بسیاری از مدل سازی های مکانی، راه حل تحلیلی خاصی برای...

در این مقاله یک روش جدید مبتنی بر ترکیب سیستم استنتاج فازی-عصبی تطبیقی و کنترل‌کننده تناسبی-مشتقی-انتگرالی (PID) جهت کاهش ارتعاشات سازه ارائه شده است. الگوریتم کنترلی پیشنهادی علاوه بر دارا بودن ویژگی‌های کنترل‌کننده کلاسیک PID، از ماهیت تطبیقی شبکه عصبی و استنتاجی منطق فازی جهت استخراج توابع عضویت مناسب با توجه به دامنه ارتعاشات سازه نیز بهره می‌برد. به منظور تنظیم ضرایب PID جهت طراحی کنترل‌کن...

در تحقیق حاضر، هدف مقایسه تخمین بار رسوب معلق در سدهای مخزنی با استفاده از شبکه عصبی مصنوعی و سیستم استنتاج فازی- عصبی می باشد. بررسیها توسط برنامه  MATLAB انجام شده است و ورودی ها شامل دبی رودخانه سفید رود و خروجی، غلظت رسوب در گام زمانی بوده است.ورودی و خروجی رسوب دارای روند مثبت بوده و 80 درصد داده ها جهت آموزش و 20 درصد داده ها جهت آزمون شبکه مورد استفاده قرار گرفت. از تعداد 229 داده موجود ...

چکیده روندیابی سیل یکی از روش‌های پیش‌بینی سیل در رودخانه‌ها به‌منظور مدیریت و مهار سیل است. روابط بارش - روناب و ایجاد سیل در یک منطقه، رابطۀ خطی ریاضیاتی نیست که با آن‌ سیلاب‌خیزی و وقوع سیلاب را در یک منطقه پیش‌بینی کرد و باید به این نوع پدیده‌ها به‌صورت مدل نگریست. روش‌های هوش ‌مصنوعی و از جملۀ آن‌ها روش شبکۀ عصبی ‌مصنوعی و سیستم استنتاج فازی، روش‌هایی مطلوب در این زمینه هستند. در این پژوه...

اندازه­گیری مستقیم ویژگی‌های هیدرولیکی خاک وقت­گیر و پر هزینه است اما می‌توان این ویژگی‌هارا با بهره­گیری از داده­ های زودیاف مثل بافت خاک، جرم مخصوص ظاهری و با استفاده از روش‌هایی چون توابع انتقالی و سیستم استنتاج فازی- عصبی نیز به دست آورد. در این تحقیق برای برآورد هدایت هیدرولیکی اشباع خاک، ازمدلشبکۀ عصبی مصنوعی و سیستم­استنتاجفازی-عصبیاستفاده شد. ورودی­های مدل، شامل درصد رس، سیلت و شن بود. ...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه سیستان و بلوچستان - دانشکده مهندسی عمران 1391

چکیده: مطالعه حاضر به بررسی مدل های شبکه عصبی مصنوعی، سیستم استنتاج فازی- عصبی و منحنی سنجه رسوب برای مدلسازی بار معلق رسوب پرداخته است. در شبکه عصبی مصنوعی از روش پس انتشار و در سیستم استنتاج فازی- عصبی از سیستم استنتاج سوگنو استفاده شده است. در مدل های آموزش داده شده از داده های دبی جریان، اشل، دمای آب و غلظت رسوب معلق مربوط به ایستگاه سیرا واقع بر روی رودخانه کرج استفاده شده است. نتایج ...

ژورنال: فیزیک زمین و فضا 2020

در این مقاله از سیستم استنتاج فازی (FIS) جهت مدل‌سازی میدان جابه‌جایی سطحی پوسته زمین در منطقه ایران استفاده شده است. سیستم استنتاج فازی سیستمی است که از پایگاه قواعد اگر-آنگاه فازی برای شناخت ویژگی‌های پدیده مورد نظر استفاده می‌کند. با توجه به اینکه این سیستم قابلیت مدل‌سازی پدیده‌های غیرخطی را داراست، در نتیجه در این مقاله از این روش جهت مدل‌سازی تغییرات سطحی پوسته زمین در فلات ایران استفاده ...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید