شبکه های عصبی مصنوعی با توانایی قابل توجه خود در استنتاج نتایج از داده های پیچیده می توانند در استخراج ویژگی ها و شناسایی الگوهای مختلفی که برای انسان ها و کامپیوتر شناسایی آنها بسیار دشوار است استفاده شوند. سادگی، قابلیت یادگیری تطبیقی، تعمیم پذیری، پایداری و انعطاف پذیری از مزایای عمده ی شبکه های عصبی مصنوعی است. شبکه های عصبی مصنوعی پیش خور معمولاً در مواجهه با سیستم های دینامیکی مشکل دارند، ...

امروزه طراحی بهینه سازه ها با استفاده از روش های فرا ابتکاری که بر گرفته از رویدادهای موجود در طبیعت هستند در اکثر دانشگاه ها و مراکز تحقیقاتی و مورد توجه قرار گرفته است. در این تحقیق سعی شده است که پس از معرفی مسئله طراحی بهینه در سازه ها و نقش روش های فرا ابتکاری در این زمینه، به تاریخچه مختصری از دستیافت های محققان مختلف در این حیطه اشاره شود. سپس الگوریتم جستجوی هارمونی (hs) به دقت مورد مطا...

هدف پژوهش حاضر مقایسه پیش‌بینی شاخص سهام با استفاده از مدل‌های ترکیبی مبتنی بر الگوریتم ژنتیک و جستجوی هارمونی با شبکه عصبی معمولی است. مربوط‌ترین نماگرهای تکنیکی به عنوان متغیرهای ورودی و تعداد بهینه نرون لایه پنهان شبکه عصبی مصنوعی با استفاده از الگوریتم‌های فراابتکاری ژنتیک و جستجوی هارمونی تعیین شده است. مقادیر روزانه شاخص قیمت بورس اوراق بهادار تهران از تاریخ 1/10/91 الی 30/9/94 جهت پیش‌بی...

روش اولین مرتبه قابلیت اعتماد استفاده وسیعی در تخمین احتمال خرابی سازه‌ها دارد. برآورد مناسب شاخص قابلیت اعتماد در تخمین احتمال خرابی به کمک رویه اولین مرتبه قابلیت اعتماد حائز اهمیت است. عمدت‍اً، الگوریتم های تکرار ریاضی مانند هاسفر و لیند-رکویتز-فسلر (HL-RF) در تخمین شاخص قابلیت اعتماد مسائل غیرخطی همگرایی ناپایداری نشان داده است. الگوریتم جستجوی هارمونی بدون در نظر گرفتن تقعر یا تحدب مسائل قا...

داده های با تناوب بالا نوع خاصی از نامانایی دارند که به آن نامانایی کسری گفته می شود. این ویژگی سبب پدیدآمدن حافظه بلندمدت در سری های زمانی مالی با تناوب بالا می شود. در این نوشتار ابتدا وجود حافظه بلندمدت در سری زمانی صنعت سیمان بررسی شده و وجود آن در سطح اطمینان بالایی توسط دو آزمون r/s و gph تأیید می شود. در ادامه، دقت مدل های پیش بینی سری های زمانی مالی نظیر، arma و garch که ویژگی حافظه بلن...

هدف پژوهش حاضر پیش‌بینی شاخص قیمت بورس اوراق بهادار تهران با استفاده از مدل شبکه عصبی هیبریدی مبتنی بر الگوریتم ژنتیک و جستجوی هارمونی است. مربوط‌ترین نماگرهای تکنیکی به عنوان متغیرهای ورودی و تعداد بهینه نرون در لایه پنهان شبکه عصبی مصنوعی با استفاده از الگوریتم‌های فراابتکاری ژنتیک و جستجوی هارمونی حاصل می‌گردد. مقادیر روزانه شاخص قیمت بورس اوراق بهادار تهران از تاریخ 1/10/91 الی 30/9/94 جهت ...

بهینه‏سازی سبد سهام با رویکرد «میانگین- نیم‏ واریانس» و با استفاده از روش «جستجوی هارمونی» رضا راعی1، شاپور محمدی2، هدایت علی بیکی3 1- دانشیار گروه مدیریت دانشکده مدیریت، دانشگاه تهران، تهران، ایران 2- استادیار گروه مدیریت دانشکده مدیریت، دانشگاه تهران، تهران، ایران 3- دانشجوی کارشناسی ارشد گروه مدیریت دانشکده مدیریت، دانشگاه تهران، تهران، ایران دریافت: 8/9/89 پذیرش: 18/12/89 چکی...

تأمین تقاضای انرژی برای مشترکین با در نظر گرفتن حداقل هزینه تولید، از مهم‌ترین چالش‌های موجود در تحقیقات اخیر است. به‌عبارتی دیگر، تأمین توان با حداقل نمودن هزینه‌های تولید و برقراری قیدهای وارد بر آن هست. به‌دلیل ماهیت غیرخطی و پیچیدگی ذاتی موجود در این مسئله، حل آن با روش‌های ریاضی مستلزم محاسبات زیاد خواهد بود. به‌همین دلیل در این مقاله ابتدا به مدل‌سازی مسئله توزیع اقتصادی دینامیکی توان برا...

برنامه ریزی جهت کاهش تلفات یکی از مهمترین و حساس¬ترین مطالعات طراحی سیستم توزیع محسوب می شود. فرایند برنامه ریزی کاهش تلفات شبکه توزیع با استفاده از تجدید آرایش در کنار منابع تولید پراکنده به یک مسئله بهینه سازی غیرمحدب، غیرخطی و آمیخته با متغیرهای صحیح می انجامد که خواستار محاسباتی بسیار پیچیده است. برای حل این مشکل می توان از الگوریتم های بهینه سازی تکاملی استفاده کرد. در این تحقیق، کاهش تلفا...

در این تحقیق، چالش های موجود در طراحی اسیلاتورهای یکپارچه، علت استفاده از روش های هوشمند، شماری از روش های هوشمند بکارگرفته تاکنون و راهکارهای هوشمند در طراحی و بهینه سازی اسیلاتورهای یکپارچه ارائه شده است. در ادامه یک ابزار طراحی به کمک رایانه (cad tool) با بکارگیری الگوریتم جستجوی هارمونی (hs) در محیط متلب (matlab) با استفاده از تحلیل تعادل هارمونیک (harmonic balance) در شبیه سازی اچ اسپایس آ...