پیش بینی رفتار مشتریان با استفاده از تکنیک شبکههای عصبی مصنوعی

پیش بینی عملکرد ذرت علوفهای با استفاده از شبکههای عصبی مصنوعی

پیش بینی رفتار تغییر شکل داغ آلیاژ آلومینیوم 2030 با استفاده از شبکه عصبی مصنوعی

رفتار تغییر شکل داغ مواد بدلیل وابستگی آن به تغییرات کرنش، نرخ کرنش و دما دارای پیچیدگی های قابل ملاحظه ای است و لذا پیش بینی  رفتار ماده در این شرایط مشکل می باشد. هدف از این بررسی پیش بینی رفتار تغییر شکل داغ  آلیاژ آلومینیوم 2030 با استفاده از یک شبکه عصبی مصنوعی توسعه یافته مناسب می باشد. برای این منظور از آزمایش­های فشار داغ در محدوده دمایی بین 350 تا 500 درجه سلسیوس و در نرخ کرنش­های بین ...

پیش بینی میزان مصرف برق میان مدت در ایران با استفاده از شبکههای عصبی مصنوعی

انرژی برق به عنوان یکی از مهمترین انرژی ها در زندگی مدرن امروزی به حساب می آید و در سطح رفاه اجتماعی و همچنین کیفیت و راندمان کار و تولید بسیار موثر می باشد. با توجه به اهمیت انرژی برق دولت ها و سازمان های وابسته به آن ها در کشورهای توسعه یافته و در حال توسعه، بر روی پیش بینی مصرف برق توجه بسیار زیادی می کنند. اشتباه در پیش بینی مصرف برق می تواند موجب ایجاد ظرفیت های اضافی و یا کمبود در تامین ب...

پیش بینی نرخ ارز یورو به دلار با تکنیک شبکه عصبی مصنوعی

پیش بینی نرخ ارز به عنوان یک متغیر اقتصادی مهم مورد علاقه فعالان اقتصادی است. یکی از رویکردهای متداول در پیش بینی، رویکرد تکنیکال است که از رفتار گذشته نرخ ارز برای پیش بینی استفاده می کند. البته با توجه به ساختار آشوب گونه و غیر خطی بازارهای مالی، نمی توان با یک روش مشخص و ساده که از ترکیب ابزارهای مختلف تکنیکال بدست می آید به پیش بینی بازار پرداخت و نیاز به روش های پیچیده تری می باشد. در دهه ...

پیش بینی بیماری قلبی با استفاده از تکنیک داده کاوی شبکه عصبی

مقدمه داده کاوی به بررسی و تجزیه و تحلیل مقادیر عظیمی از داده ها به منظور کشف الگوها و قوانین معنی دار اطلاق میشود که عمدتا" از طریق ساختن مدل ها و الگوریتم ها، ورودی ها را با هدف خاصی مرتبط می نماید. گاهی تکنیک های داده کاوی منجر به شناسایی الگوریتم های معنادار می شوند که می توانند با استفاده از داده های موجود و در دسترس و با هزینه کم، زمینه های ابتلا، پیشگیری و درمان بیماری ها را در پزشکی فرا...

پیش بینی رفتار تنش_کرنش مصالح شنی با استفاده از شبکه های عصبی مصنوعی

در این پژوهش رفتار مکانیکی مصالح درشت دانه شنی با استفاده از شبکه عصبی چند لایه پرسپترون، که از پرکاربردترین شبکه های عصبی مصنوعی در مسائل ژئوتکنیکی است، شبیه سازی شده است. ابتدا اطلاعات دقیقی از آزمون های منابع مختلف در سراسر کشور تهیه و عوامل مؤثر بر مقاومت برشی خاک های درشت دانه بررسی شده است. پس از حذف اطلاعات نادرست، روند یادگیری، آزمایش و پیش بینی شبکه طی شده است. در آموزش شبکه از الگو...