عملیات عمق سنجی در نواحی ساحلی وسیع به روش مستقیم آبنگاری (عمق سنجی با اکوساندر) بسیار هزینه بر بوده و زمان زیادی را به خود اختصاص می دهد. بنابراین سنجش از دور با توجه به توانایی بالا در جمع آوری اطلاعات در زمان کوتاه و در محدوده ای وسیع، راهکاری بسیار مناسب و مؤثر می تواند باشد. در تحقیق پیشرو به دو روش عمق یابی ماهواره ای یکی بر مبنای اصول فیزیکی و دیگری بر مبنای نگاشت عددی ( روش شبکه عصبی) ا...

النینو از پدیده های مهم اقلیمی است که تأثیر زیادی بر متغیرهای اقلیمی نقاط مختلف کره زمین دارد. با توجه به نقش تبخیر در مطالعات منابع آب، بررسی تأثیر پدیده النینو بر این متغیر اقلیمی، از اهمیت شایانی برخوردار است. هدف از این پژوهش بررسی امکان برآورد تبخیر در ایستگاه همدید خرم آباد با استفاده از داده های النینو و با کمک مدل شبکه عصبی مصنوعی است. بدین منظور، داده های تبخیر ماهانه ایستگاه به مدت 29...

داشتن مدلی جهت پیش بینی مقادیر برای آینده در تمامی علوم همواره مد نظر بوده است، در رشته مهندسی آب نیز این مهم همواره مورد توجه قرار گرفته است. برای ارائه مدل، در دسترس بودن آمار و اطلاعات عوامل دخیل در مسائل هیدرولوژیکی و منابع آب که مهمترین آن بارندگی است، اهمیت ویژه ای دارد، اما به دلیل عدم دسترسی به اطلاعات هیدرولوژیکی اغلب حوضه ها، از روش های ریاضی برای الگوبندی پدیده طبیعی بارش-رواناب استف...

امروزه ، پیش بینی متغیر های کلان اقتصادی از اهمیت ویژه ای برای سیاستگذاران و سایر واحد های اقتصادی برخوردار است. در نتیجه ، دردهه های اخیر ، مدل های پیش بینی گوناگونی توسعه یافته و به رقابت با یکدیگر پرداخته اند. اخیراً به موازات مدل های متداول قبلی مانند مدل های ساختاری و سری زمانی ، مدل های دیگری تحت عنوان شبکه های عصبی مصنوعی در زمینه پیش بینی متغیر های مالی و پولی بکار گرفته شده اند. این مدل...

دنیای امروز شاهد رقابت فشرده سازمان­ها درحوزه­های متنوع است و تصمیم­گیری­ صحیح و بهینه،بخصوص در امور راهبردی مزیت­ رقابتی را برای هر سازمان به ارمغان می­آورد. در این مقاله، مدلی برای یاری مدیران ارشد سازمان در اتخاذ تصمیمات راهبردی توسعه داده شده است. این مدل با استفاده از ترکیب رویکرد تصمیم­گیری چندمعیاره فازی و شبکه عصبی مصنوعی ارائه‌شده و امکان شناسایی بهترین سبد محصولات برای سرمایه­گذاری را...

کارایی سیستمهای بازشناسی در حضور نویز کاهش می یابد. در این پایان نامه روشهای مقاوم کردن سیستم بازشناسی در برابر نویز دسته بندی شده و از بین آنها روشهای مبتنی بر داه بررسی می شود. روشهای مختلف تفاضل طیف ، جبران کپسترال، نگاشت ضرایب و روشهای مبتنی بر ویژگیهای مقاوم تحلیل شده اند. یک رابطه جدید برای تسطیح نویز در تفاضل طیف و یک لیفتر جبران کننده برای وزندهی ضرایب کپسترال پیشنهاد شده است . همچنین ا...

شبکه ی عصبی تپشی نوع خاصی از شبکه های عصبی می باشد که داده های ورودی و خروجی آن از جنس زمان است. این شبکه ها برای مدل سازی دقیـق تر نرون های واقعی و رفتار آن ها ایجاد شده اند. در این پژوهش مسئله ی یادگیری در شبکه های عصبی تپشی مورد بررسی قرار گرفته است. نرخ همگرایی پایین و نیز کندی سرعت یادگیری از جمله مشکلاتی است که تاکنون شبکه های عصبی تپشی با آن مواجه بوده است؛ این در حالی است که به دلیل وجو...

هدف از این مقاله، تعیین فرکانس زاویه‌ای طبیعی ورق‏ها با توجه به شرایط مختلف تکیه‌گاهی به کمک شبکه عصبی مصنوعی است. یکی از مشهورترین روش‏های آموزش شبکه عصبی، استفاده از الگوریتم انتشار برگشتی است. این الگوریتم برای آموزش شبکه‌های چند لایه قابل کاربرد است. الگوریتم انتشار برگشتی بر مبنای کاهش گرادیان بوده و در آن شیب خطا به تدریج کم شده و وزن‏های شبکه برای رسیدن به حداقل خطا، تعدیل می‌شود. در این...

در این مقاله، به منظور ارزیابی تأثیر دینامیک های آشوب گونه در افزایش کارایی شبکه های عصبی بازگشتی در بازشناسی مقاوم الگو، دو مدل برای شبکه های عصبی آشوب گونه ارائه شده است. در مدل اول که براساس نظریه انتخاب طبیعی طراحی گردیده است، شبکه عصبی بازگشتی جاذب (arnn) به عنوان هوش حاکم، تنوعات ایجاد شده توسط گره های آشوبی را در جهت رسیدن به جواب بهینه هدایت می نماید. در مدل دوم، ساختاری از شبکه عصبی آش...

مسائل بهینه سازی و کنترل بهینه از مسائل عمده در علوم ریاضی و مهندسی است. در این پایان نامه نگاشت تصویر و رابطه آن با مسائل بهینه سازی را با استفاده از نامساوی وردشی بیان می کنیم، سپس معادله تصویرخطی و غیرخطی را بیان می کنیم و به حل آن با روش های عددی و شبکه های عصبی می پردازیم. در پایان به معرفی مسأله ی کنترل بهینه و ارائه شرایط لازم برای حل این مسأله با استفاده از نگاشت تصویر و حل آن با روش عد...