استفاده از توابع خودهمبستگی جزئی (pacf) و خودهمبستگی (acf) توسط باکس و جنکینز برای شناسایی رتبه های مدل arma(p,q) در سری های زمانی به صورت گرافیکی ارائه شده است. اما تعیین دقیق آن خصوصاً برای مدل های ترکیب شده، با رتبه های p و q غیر صفر آسان نمی باشد. در این مطالعه، یک روش جدید برای شناسایی رتبه های مدل arma(p,q) با استفاده از الگوریتم های تکاملی شامل؛ الگوریتم ژنتیک و الگوریتم بهینه سازی ازدحا...

یادگیری تقویتی، یکی از شاخه های مطرح یادگیری ماشین در هوش مصنوعی است که برای حل یک مسئله نیازی به شناخت کامل از محیط ندارد، زیرا مسئله را به صورت یک عامل خودمختار و هدفمند می شناسد که با یک محیط نامعین در ارتباط است و ادراکات عامل از محیط را به عنوان حالت واقعی محیط در نظر می گیرد. یکی از کاربردهای این نوع از یادگیری در مسیریابی می باشد. یافتن مسیر بهینه در محیط های بزرگ و پیچیده با این روش می ...

در این رساله روش های عددی تحلیل هیدرولیکی شبکه لوله ها مشروحا بررسی و نقد می شود. روش های مرسوم فعلی برای تحلیل شبکه های کوچک و متوسط قابل قبول هستند اما با بزرگ و پیچیده شدن شبکه زمان تحلیل افزایش و دقت جواب ها کاهش می یابد. لذا تحقیق در خصوص یافتن روشهای قدرتمندی که بتواند در زمان کمتری شبکه را با دقت کافی تحلیل کند ضروری به نظر میرسد. در این رساله روش های تحلیل هیدرولیکی شامل: هاردی-کراس، تئ...

یکی از روشهای برآورد پارامتر در حالتی که مشاهدات به طور کامل در دسترس باشند، روش برآورد ماکزیمم درستنمایی (maximum liklihood estimate) است . زمانی که مشاهدات به طور کامل موجود نباشد که فقدان قسمتی از داده ها ممکن است مقادیر گمشده و یا از مکانیزم سانسور کردن و ... ناشی شده باشد، بدست آوردن ماکزیمم درستنمایی (mle) کاربی بس دشوار است . الگوریتم em، یکی از ابزاری است که در این زمینه کارآیی وسیعی دا...

طراحی کنترل کننده های فازی با استفاده از الگوریتم های تکاملی و یادگیری تقویتی q - فازی موضوعی است که در کنترل ربات ها نقش مهمی ایفا می کند. در این پایان نامه سه روش پیشنهادی برای حل مسائل کنترلی فازی تقویتی ارائه گردیده است و هر سه این روش ها روی یک مسئله فازی تقویتی به نام، ماشین عقب رونده به سمت بالا، شبیه سازی شده اند و همه ی این روش ها از ترکیب یادگیری q-فازی با یک الگوریتم بهینه سازی ایجاد...

در این مقاله کاربرد شبیه‌سازی در بهینه‌سازی دو هدفه‌ی یک مسئله‌ی موجودی تحت سیاست (R,Q)تشریح شده است. در این سیاست هرگاه سطح موجودی به R یا کمتر از آن برسد به اندازه‌ی Q سفارش صادر می‌شود.هدف این تحقیق، تعیین مقادیر نقطه‌ی سفارش مجدد و مقدار سفارش برای این سیاست در سیستم انبارداری شرکت آریاگچ است، به‌طوری که ضمن کاهش هزینه‌های نگه‌داری موجودی در انبارها، زمان انتظار مشتری در سیستم نیز کمینه شود...

در این پایان نامه مسئله استراتژی قیمت¬دهی تولیدکنندگان انرژی در بازار یکنواخت برق برای رسیدن به حداکثر سود بررسی شده است. فروشندگان انرژی پیشنهادات قیمت خود را با بهره گیری از سه الگوریتم متفاوت q-learning، r-learning و sarsa برای یک ساعت مشخص از شبانه روز به اپراتور سیستم اعلام می کنند. الگوریتم های یادگیری تقویتی ذکر شده با روش انتخاب عمل تبرید تدریجی، ترکیب شده اند. سود بدست آمده برای فروشند...

در این مقاله کاربرد شبیه سازی در بهینه سازی دو هدفه ی یک مسئله ی موجودی تحت سیاست (r,q)تشریح شده است. در این سیاست هرگاه سطح موجودی به r یا کمتر از آن برسد به اندازه ی q سفارش صادر می شود.هدف این تحقیق، تعیین مقادیر نقطه ی سفارش مجدد و مقدار سفارش برای این سیاست در سیستم انبارداری شرکت آریاگچ است، به طوری که ضمن کاهش هزینه های نگه داری موجودی در انبارها، زمان انتظار مشتری در سیستم نیز کمینه شود...

تخمین کانال یکی از مهم‌ترین عواملی است که در سیستم‌های MIMO  نقش تعیین‌کننده‌ای در ارزیابی عملکرد دارد، روش‌های متفاوتی برای تخمین سیستم‌های MIMO وجود دارد که روش‌های وفقی، ازجمله این روش‌ها می‌باشد. در میان روش‌های وفقی نیز الگوریتم LMS دارای محبوبیت بیش‌تری است و بیش‌تر شرایط یک فیلتر مناسب، ازجمله پیاده‌سازی ساده و پیچیدگی کم‌تر را دارد. از سویی دیگر، برخی از آشکارسازهای مهم در سیستم‌های MIM...