نتایج جستجو برای: شبکه عصبی پرسپترون چندلایه
تعداد نتایج: 43300 فیلتر نتایج به سال:
مالیات بر واردات یکی از منابع درآمدی دولت است که بخشی از آن به دلیل فرار مالیاتی در اختیار دولت قرار نمی گیرد. عوامل مختلفی بر فرار مالیاتی در بخش واردات موثرند که این عوامل، در این مقاله با استفاده از مدل ترکیبی شبکه عصبی مصنوعی و الگوریتم تبرید تدریجی که قادر به تحلیل سیستم های غیرخطی است، مورد شناسایی قرار گرفته اند. به این منظور ابتدا چهار متغیر توضیح دهنده فرار مالیاتی شامل بار مالیات بر و...
استفاده از فناوری و رایانه برای کمک به تصمیم گیری در زمینه های تخصصی از جمله مقوله هایی است که امروزه در تصمیم گیری های مهندسان نگه داری و تعمیرات بسیار مورد توجه قرار گرفته است. چون در بحث نگه داری و تعمیرات اعمال و تصمیمات انسانی نقش بسزایی دارد و در این میان شرایط محیطی و روحی می تواند بر این تصمیمات تأثیرگذار باشد، افزایش خطا و در نتیجه آن افزایش هزینه های ناشی از تعمیرات، تعویض قطعات و نگه...
به دلیل عدم وجود ایستگاه های سنجش میزان رسوب در فرایند فرسایش بادی، تخمین میزان بار رسوب در زمینه این فرایند امری ضروری و مهم تلقی می شود. شبکه های عصبی مصنوعی می توانند به عنوان ابزاری کارآمد جهت برآورد و شبیه سازی رسوبات موثر واقع شوند. در این تحقیق از دو نوع شبکه عصبی مصنوعی پرسپترون چند لایه و شبکه عصبی شعاعی برای برآورد و برازش مقدار رسوبات بادی در منطقه کرسیا شهرستان داراب استفاده گردید....
کاربرد روزافزون شبکه های عصبی پرسپترون چندلایه (mlp) در حلِّ مسائل مهندسی و سیستم های هوشمند، سبب گرایش محقّقین به سمت ابداع روش های آموزش و طرّاحی معماری کارامدتر شبکه های عصبی شده است. معماری شبکه ی عصبی شامل تعداد لایه های مخفی، تعداد نرون ها در لایه های مخفی و نوع تابع تحریک است و هر یک از این پارامترها بر روی عمل کرد شبکه ی عصبی تأثیر مستقیم و بسزایی دارد. از سوی دیگر، کارایی شبکه های عصبی به ...
با پدید آمدن تکنیکهای آماری قوی و شبکههای عصبی، مدلهای پیش بینی کننده پراکنش موجودات به سرعت در اکولوژی توسعه پیدا کرده است. با توجه به دشواری نمونه برداری معمولا در این گونه مطالعات تعداد نمونه کافی وجود ندارد لذا برای رفع این مشکل در این پژوهش به منظور پیش بینی و ترسیم نقشه توزیع کفشدوزک هفتنقطهایاز ترکیب روش کریجینگ با شبکههای عصبی پرسپترون چندلایه (MLP) ترکیب شده با الگوریتم ژنتیک در ...
یکی از روشهای پیشبینی سیل در رودخانهها به منظور مدیریت و کنترل سیل در آن، روندیابی سیل میباشد. امروزه تکنیک جدید استفاده از مدل شبکههای عصبی مصنوعی تکاملی(EANN) که مبتنی بر هوش مصنوعی میباشد، کاربرد گستردهای در زمینههای مختلف علمی بهویژه مهندسی آب پیدا کرده است. در این تحقیق به روندیابی سیل در رودخانه کارون، بازه اهواز- فارسیات، با استفاده از مدلهای شبکه عصبی مصنوعی تکاملی پیش رونده (...
هدف تحقیق حاضر شناسایی و ارزیابی الگویی برای پیش بینی موفقیت یا شکست طرح های پیشنهادی سرمایه گذاری کشاورزی در مناطق روستایی است. متغیرهای پیش بینی کننده، عبارت اند از مؤلفه های محیط سرمایه گذاری و ویژگی های پروژه. براساس نوشتارهای تخصصی در این زمینه، شبکه عصبی چندلایه پرسپترون با الگوریتم یادگیری پس انتشار خطا، تکنیک و الگوی نسبتاً مناسبی برای تبیین مسئله به شمار می آید. برای ارزیابی کارایی الگو...
اربرد شبکه عصبی مصنوعی در شبیهسازی عناصر اقلیمی و پیشبینی سیکل خشکسالی ) مطالعه موردی: استان اصفهان( چکیده در این پژوهش، از شبکههای عصبی مصنوعی ( Artificial Neural Networks ) به عنوان ابزاری توانمند در مدل سازی فرآیندهای غیرخطی و نامعین، به منظور پیشبینی سیکل خشکسالی در20 ایستگاه سینوپتیک، کلیماتولوژی و هیدرومتری استان اصفهان که حداقل20 سال آمار روزانه داشتند، استفاده شد. از نرمافزار M...
استفاده از شبکه های عصبی مصنوعی بهعنوان روشی جدید برای برآورد مشخصه های فیزیکی محصولات کشاورزی و درجه بندی آنها بر حسب پارامترهای مختلف مطرح شده است. در این پژوهش ابتدا مقادیر مشخصه های فیزیکی 100 عدد پرتقال رقم محلی دزفول شامل سه بعد هندسی، جرم، حجم و سطح تصویر عمودی اندازه گیری شد و از دو شبکه عصبی مصنوعی برای مدلسازی جرم و حجم پرتقال برحسب ابعاد هندسی (ANN(h,w,t)) و سطح تصویر (ANN(A)) میوه ا...
شبکه های عصبی مصنوعی (anns)، ایده ای برای پردازش اطلاعات هستند که در آن ها از سیستم عصبی- زیستی الهام گرفته شده است. یکی از مرسوم ترین انواع شبکه های عصبی، شبکه عصبی پرسپترون چندلایه (mlp) است که به طور موفقیت آمیزی در بازه وسیعی از کاربردها از جمله طبقه بندی داده ها مورد استفاده قرار گرفته است. درصورتی که بخواهیم از یک ann استفاده کنیم لازم است مدل و توپولوژی مناسب شبکه را انتخاب کرده که این م...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید