نام پژوهشگر: محمود البرزی

پیش بینی مطالبات معوق بانک ملت با استفاده از شبکه های عصبی مصنوعی
پایان نامه دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد تهران مرکزی - دانشکده مدیریت 1389
  علیرضا مقدم   محمد ابراهیم پورزرندی

دراین تحقیق ابتدا با استفاده ازروش دلفی ده متغیرمهم و موثر در ایجاد مطالبات معوق ازدیدگاه خبرگان بانک که درزمان اعطای تسهیلات بایستی به ا نها توجه کرد را لستخراج نموده و بااستفاده از شبکه های عصبی مصنوعی درزمان اعطای تسهیلات پیش بینی می نماییم که تسهیلات اعطایی به مطالبات معوق تبدیل می شو ند یاخیر؟ودرادامه خواهیم دیدکه پیش بینی های ا نجام شده بااستفاده ازمدل شبکه عصبی ساخته شده تا 86% قابل اتکاهستند. روش مورد استفاده در این تحقیق مشابه روش های مورد استفاده در تحقیقات کاربردی (عملی) و اکتشافی است. اهداف تحقیق: تعیین شاخص های مهم اعتبار سنجی مشتریان ارائه مدل جامع جهت پیش بینی و سنجش معوق شدن تسهیلات اعطایی بانک ملت کاهش مطالبات معوق بانک ملت پیشنهاد راهکارهایی جهت جلوگیری از معوق شدن تسهیلات اعطایی بانک ملت . جهت جلوگیری از معوق شدن تسهیلات اعطایی بانک ملت .

تخمین بار مصرف گاز شهر تهران با استفاده از روش شبکه های عصبی مصنوعی
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه تهران 1387
  احمد آذری   مجتبی شریعتی نیاسر

چکیده ندارد.

کاربرد شبکه های عصبی در تعیین خصوصیت نفوذپذیری مخازن هیدروکربنی ( خلیج فارس- میدان سیری)
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه تهران 1381
  سهراب ظهره بند   محمود البرزی

شاخص بندی مخزن ، دامنه ای وسیع در مهندسی نفت دارد. یک استراتژی مدیریت موثر، تنها بعد از بدست آوردن تصویری جزئی شده و نسبتا واقعی از پراکندگی فضایی خصوصیات سنگ ، نظیر نفوذپذیری می تواند بکار گرفته شود. نفوذپذیری یکی از مهمترین ویژگیهای سازندهای هیدرکربن دار و یکی از اساسی ترین قطعه های اطلاعاتی در طراحی و مدیریت عملیات بالا بردن بازیافت است . شبکه های عصبی مصنوعی ، روشهای محاسباتی الهام گرفته از پدیده های بیولوژیکی هستند که توانایی یادگیری ، خودسازماندهی و فراگیری دارند و ابزارهای نیرومندی در حل مسائل تشخیص الگو هستند. در این مطالعه یک شبکه عصبی مصنوعی طراحی شده است که می تواند با صحت نفوذپذیری سازندی را با استفاده از داده های ایجاد شده توسط نمودارهای چاهی ژئوفیزیکی پیش بینی کند. همچنین روشهای مختلف برای تعیین نفوذپذیری از نمودارهای چاهی از یک نقطه نظر ویژه بحث و مقایسه شده است . این مطالعه در سازند میشریف در میدان سیری ‏‎d‎‏در جنوب ایران انجام گرفته است . داده های نمودار چاهی بطور فراوان برای نتیجه گیری نفوذپذیری در طول چاه های حفاری شده موجود هستند، لیکن اندازه گیری های مغزه تنها در تعداد کمی از چاههای میدان وجود دارند. در این تحقیق یک شبکه عصبی با استفاده از داده های مغزه و نمودارهای چاهی چند چاه طراحی شده است و سپس برای بقیه چاهها تعمیم داده شده است .