در سال‏های اخیر تلاش¬های زیادی در زمینه¬ی استفاده از الگوریتم¬های ابتکاری در حل مسائل طبقه¬بندی و خوشه¬بندی صورت گرفته است. در این پایان¬نامه برای نخستین بار از الگوریتم جستجوی گرانشی که یکی از جدیدترین الگوریتم‏های ابتکاری مبتنی بر جمعیت است، در حل مسأله تولید نماینده برای طبقه‏بند k-نزدیک¬ترین همسایه استفاده شده است. به منظور بهبود عملکرد، راهکارهایی چون استفاده از «قانون رأی¬گیری اکثریت» و ا...

مقدمه و هدف: روش رایج در برآورد بقا، مدل کاکس است که اعتبار نتایج آن، به پذیره مخاطرات متناسب وابسته است. روش k- نزدیکترین همسایگی یک روش ناپارامتری برای احتمالات بقا در جوامع ناهمگن می­باشد. هدف این مطالعه مقایسه کارایی مدل کاکس و روش k- نزدیکترین همسایگی (knn) است. روش کار: این مطالعه کوهورت گذشته­نگر بر روی 475 بیمار دریافت کننده پیوند کلیه طی سال­های 1390-1373 شهر همدان می­باشد. اطلاعات از ...

ارائه مدل های سه بعدی بر پایه نقاط بدلیل سادگی آن مورد توجه قرار گرفته است. پایه بسیاری از تحلیل های صورت پذیرفته در ابر نقاط، مشخص نمودن همسایگی های هر نقطه در ابر نقاط است. در این مقاله برای تعیین همسایگی های یک نقطه در ابر نقاط از روشی جدید با نام همسایگی همگن استفاده شده است. در این روش برای تعیین همسایگی، اقدام به بهبود روش نزدیکترین k همسایگی شد تا علاوه بر نزدیک بودن همسایگی ها، توزیع آن...

پیش­بینی بازار سهام به علت پر سود بودن معاملات سهام همواره مورد توجه معامله­گران و سرمایه­گذاران می­باشد. یک معامله موفق سهام در خرید و یا فروش در نزدیکی نقاطی که روند قیمت تغییر می­یابد، اتفاق می­افتد. بنابراین پیش­بینی شاخص بازار سهام و تحلیل آن برای تشخیص اینکه آیا قیمت بسته شدن سهام در روز بعد افزایش خواهد یافت و یا کاهش، بسیار مهم است. در این پژوهش از روش طبقه­بندی نزدیکترین همسایگی بر پای...

الگوریتم نزدیکترین همسایه یکی از قدیمی ترین و ساده ترین روشهای غیر پارامتریک و پویای دسته بندی است. این الگوریتم می تواند با مجموعه کوچکی از نمونه های آموزشی یادگیری داشته باشد و داده های آموزشی خود را هر زمان که در دسترس باشند افزایش دهد. علی رغم مزایای الگوریتم نزدیکترین همسایه از قبیل سرعت بالا در زمان یادگیری و توانایی نمایش پیچیده ترین مرزهای تصمیم گیری، این روش دارای مشکلاتی مانند وابستگی...

پیش بینی دقیق جریان رودخانه در طراحی، بهره برداری و برنامه ریزی علمی منابع آب از اهمیت بسزایی برخوردار است. همین مساله موجب شده تا محققان تحقیقات زیادی در این خصوص انجام دهند. جدا از اینکه چه روشی جهت مدل سازی مورد استفاده قرار گیرد، عملکرد هر مدل، شدیداً تحت تاثیر داده-های تصادفی بوده و این مساله موجب عدم تطبیق مدل با پدیده واقعی می گردد. با توجه به این حقیقت که شناسایی روابط علت و معلولی میسر ...

علم مالی مدرن میدانی گسترده است که اغلب با تصمیم گیری های سخت مربوط به مدیریت ریسک همراه میباشد در بعضی از این تصمیم گیری ها همچون تحلیل ریسک اعتباری، اعتبارسنجی مشتریان، پیش بینی ور شکستگی و ارزیابی ریسک کشوری نیاز به تخصیص گزینه های در دسترس به طبقه بندی های از پیش تعریف شده داریم. روشهای الهام گرفته شده از طبیعت در زمینه های بسیاری برای حل مسایل پیچیده استفاده می شوند. در این پایان نامه برای...

انتخاب نمونه یک مسئله اساسی در زمینه آموزش شبکه های هوشمند است، که هدف آن یافتن یک زیرمجموعه نمونه کوچک و بهینه از کل پایگاه داده است، درحالیکه بعنوان یک مجموعه نماینده از نمونه های اولیه، کارایی مناسبی بجای بگذارد. هدف از انتخاب نمونه، بهبود کارایی الگوریتم یادگیری مخصوصا برای پایگاه های داده با ابعاد بالاست که این کار توسط پیداکردن نمونه هایی که بیشترین تاثیر را بر روی طبقه بندی دارند انجام م...

عدم ارائه اظهارنامه‌های مالیاتی دقیق توسط مؤدیان مالیات بر ارزش افزوده از مشکلات سازمان‌ مالیاتی کشور است. تعداد زیاد اظهارنامه‌ها، محدودیت منابع و مقرون به صرفه‌نبودن بررسی تمامی آن‌ها، توسعه روشی هوشمند جهت شناسایی مؤدیان با ریسک بالا در کم‌اظهاری مالیات را ضروری می‌نماید. در این مقاله، بر اساس نظرات ممیزین مالیاتی، داده‌های هجده متغیر بالقوه مؤثر بر شناسایی کم‌اظهاری مالیات بر ارزش افزوده در...