امروزه از شبکه های عصبی در زمینه های تحقیقاتی مختلف مانند محاسبات هوشمند، کنترل، شناسایی، پیش بینی سری های زمانی وغیره استفاده می شود. این شبکه ها به دو گروه شبکه های عصبی پیشرو و شبکه های عصبی بازگشتی طبقه بندی می شوند. شبکه های عصبی پیشرو استاتیکی می باشند به این مفهوم که خروجی آنها فقط به ورودی های فعلی شبکه بستگی دارد و این شبکه ها حافظه ندارند. شبکه های عصبی بازگشتی یک تعمیم از شبکه های عص...

در این پژوهش یک شبکه عصبی موجک بهبود یافته ی فازی با فیدبک داخلی برای شناسایی سازه طراحی و پیشنهاد خواهد شد و جهت شناسایی سازه ها مورد استفاده قرار می گیرد. فیدبک داخلی با افزودن بازخورد در لایه دوم از شبکه های موجک عصبی در حقیقت المان حافظه را به شبکه اضافه کرده و باعث می شود سیستم رفتار زمانی مناسبی از خود نشان دهد.برای تنظیم پارامترهای شبکه، الگوریتم لونبرگ- مارکواردت بهبود یافته به همراه رو...

کنترل فعال نویز صوتی براساس تولید یک سیگنال نویز دیگر و تداخل آن با نویز اصلی انجام می شود. سیگنال تولید شده دارای دامنه ای برابر با نویز اصلی و 180 درجه اختلاف فاز نسبت به آن می باشد. در این مقاله، کنترل فعال نویز صوتی با استفاده از شبکه های عصبی پیشرو و بازگشتی انجام شده و عملکرد شبکه ها در کاهش نویز مورد بررسی و مقایسه قرار می گیرد. شبکه های عصبی پیشرو و بازگشتی با نویزهای صوتی موجود در پایگ...

تعیین ظرفیت باربری شمع های کوبیده شده در خاک های غیرچسبنده با وجود منابع علمی زیاد، کماکان توأم با پیچیدگی است. یک شبکه ی عصبی موجک، توابع موجک را به منزله ی توابع فعال ساز نرون های لایه ی پنهان از شبکه ی عصبی پیشخورد به کار می گیرد. در این شبکه ها هر دو پارامتر انتقال و مقیاس موجک ها در کنار وزن هایشان بهینه می شوند. در رویکردی خاص از ساخت این نوع شبکه ها، با عنوان ویونت، پارامترهای انتقال و م...

پیش‌بینی میزان مصرف آب شرب شهری یکی از دغدغه‌های نوین جوامع شهری معاصر بوده است. در این راستا، تحقیقات زیادی در زمینه مقایسه عملکرد مدل‌های مختلف انجام شده است. با معرفی شبکه عصبی مصنوعی، بحث پیرامون نحوه بهینه‌سازی آن‌ها با استفاده از روش‌های مختلف، بخصوص تبدیلات موجک داغ شد. در اغلب پژوهش‌ها اثر استفاده از تبدیلات موجک بر روی عملکرد و دقت مدل‌های عصبی مورد توجه قرار گرفت، اما تاثیر استفاده از...

به منظور میراسازی نوسانات فرکانس پایین و متعاقباً بهبود پایداری دینامیکی سیستم قدرت، معمولاً از پایدارسازهای سیستم قدرت استفاده می گردد. در این میان پایدارسازهای تطبیقی، با توجه به خصوصیات غیر خطی سیستم قدرت، بیشتر مورد توجه قرار گرفته اند، هر چند، افزایش انعطاف پذیری و نیز تضمین همگرایی آنها همواره در حال بررسی است. در این پایان نامه شبکه های عصبی موجک بازگشتی با خصوصیاتی نظیر؛ قابلیت یادگیری شب...

آگاهی از میزان تقاضای انرژی برق در هر دوره، به منظور برنامه‌ ریزی دقیق و اعمال سیاستگذاری‌ های لازم، امری ضروری است.  از این رو، پیش‌بینی تقاضای آن، برای بخش‌ های مختلف اقتصادی حائزاهمیت است.  در این مقاله به مطالعه­ ی تطبیقی روش‌ های غیرخطی شبکه‌ های عصبی مصنوعی و تبدیل موجک- شبکه ­ی عصبی و فرایند خطی  ARMAدر پیش‌بینی تقاضای روزانه برق در بازه­ ی زمانی یک تا ده‌گام به جلو پرداخته شده است.  نتا...

هدف پژوهش حاضر مقایسه قدرت پیش­بینی روش­های شبکه عصبی فازی با شبکه عصبی موجک فازی در پیش‌بینی قیمت سهام بانک‌ها در بورس اوراق بهادار تهران است. دوره پژوهش این پژوهش از سال 1390 تا 1395 است. در این پژوهش، از سیستم منطق فازی به همراه سیستم شبکه عصبی چندلایه با ساختار بهینه‌سازی پس انتشار خطا و ماکزیمم همپوشانی تبدیل موجک گسسته برای متغیرهای نرخ ارز، نفت اوپک، طلا، شاخص کل سهام و همچنین حجم معاملا...

شبکه های عصبی مصنوعی ابزاری کارآمد در حل مسائل گوناگون می باشند و در برخورد با مسائل مختلف به صورت هوشمند عمل می کنند. این شبکه ها به عنوان مدلی ساده از سیستم عصبی، سعی در شبیه سازی فرآیند یادگیری و تصمیم گیری مغز انسان را دارد. از طرفی تبدیل موجک دارای خواص تعامد و محلی بودن می باشد. ترکیب توانایی های آنالیز چند مقیاسی تبدیلات موجک و قابلیت های طبقه بندی و تفکیک شبکه های عصبی مصنوعی که با جای...

در این مقاله تلاش شده ‏است با استفاده از ترکیب تبدیل موجک و شبکه عصبی مدلی به‌منظور پیش‌بینی روزانه قیمت گاز طبیعی ارائه شود. در این مدل ترکیبی، از موجک گسسته دابیشز به‌منظور تجزیه سری زمانی قیمت استفاده شده‏، سپس ضرایب تقریبات و جزئیات مؤثر به‌عنوان ورودی شبکه عصبی به‌منظور پیش‌بینی قیمت گاز طبیعی هنری هاب به‌عنوان مرجعی برای قیمت گاز طبیعی در آمریکا به‌کار رفته ‏است. مقایسه عملکرد نسبی مدل تر...