نتایج جستجو برای: مدل شبکه عصبی مصنوعی rbf

تعداد نتایج: 157286  

در این مقاله، به پیش‌بینی ریسک ورشکستگی مالی بر اساس مدل‌های حسابداری، بازاری و ترکیبی (ترکیب دو مدل فوق) با استفاده از تکنیک‌های MLP و RBF شبکه‌های عصبی پرداخته شده و نتایج تکنیک‌های مذکور بر اساس شاخص میانگین مربعات خطا در سه مدل یاد شده با هم  ...

ژورنال: :مهندسی عمران مدرس 2014
محمد امامی سید شهاب الدین یثربی

آزمایش پرسیومتری، یکی از مهم­ترین آزمایش های برجای مهندسی ژئوتکنیک است. در این مقاله از سه نوع شبکه عصبی مصنوعی (ann) به منظور تفسیر نتایج آزمایش پرسیومتری استفاده شده است. در ابتدا از شبکه عصبی چند لایه پرسپترون، در ادامه از شبکه نروفازی بهره گرفته شده و در پایان از شبکه عصبی تابع مبنای شعاعی استفاده شده است. مدل ها از ساختار کلی دارای 5 ورودی و یک خروجی تشکیل شده­اند. در پایان مدل های مختلف ش...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه تفرش - پژوهشکده برق 1390

تشخیص عیب فرآیندی است که براساس آن داده ها و ویژگی های بدست آمده از فضای داده ها به فضای عیوب سیستم نگاشت می شوند.این نگاشت می تواند به صورت گرافیکی و با استفاده از افراد خبره انجام گیرد. در رویکردی دیگر می توان از روش های مختلف تشخیص عیب خودکار مانند روش های آماری، هوش مصنوعی (شبکه های عصبی، منطق فازی) و روش های مبتنی بر مدل استفاده نمود. استفاده از این روش ها امروزه به طرز چشمگیری در حال گستر...

تابش خورشیدی رسیده به سطح زمین یکی از متغیرهای اصلی مورد استفاده در پروژه‌ها و مدل­سازی­های هیدرولوژی، کشاورزی، هواشناسی و اقلیمی می­باشد. در این تحقیق قابلیت عملکرد روش تحلیل مؤلفه اصلی (PCA) و تئوری آنتروپی (EN) برای تعیین ورودی مدل­های شبکه عصبی مصنوعی پرسپترون چندلایه (MLP)، شبکه عصبی مصنوعی تابع پایه شعاعی (RBF)، ماشین بردار پشتیبان (SVM) و برنامه‌ریزی ژنتیک (GEP) در برآورد تابش خورشیدی در...

الهام رفیعی ساردوئی علی آذره, فرشاد سلیمانی ساردو,

    مدیریت موثر منابع آبی در یک رودخانه نیازمند شناخت صحیح و کامل از فرآیندهایی است که در آن رخ می‌دهد. روش­های هوش مصنوعی می­توانند کارایی بالایی جهت شبیه­سازی جریان رودخانه در مقیاس­های مختلف زمانی و مکانی داشته باشند. در این مطالعه از روش شبکه عصبی مصنوعی و مدل نمودار درختی M5 جهت شبیه‌سازی ماهانه جریان رودخانه در ایستگاه استور استفاده گردید. جهت شبیه‌سازی داده­های دبی جریان ماهانه در این ای...

ژورنال: :مهندسی زراعی 0
حسن مسعودی استادیار گروه مهندسی بیوسیستم، دانشکده کشاورزی دانشگاه شهید چمران اهواز، ایران عباس روحانی استادیار گروه مهندسی بیوسیستم، دانشکده کشاورزی دانشگاه فردوسی مشهد، ایران

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...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه کاشان - دانشکده منابع طبیعی 1391

فرایند بارش- رواناب یکی از پیچیده ترین فرایندهای هیدرولوژی است. یکی از روش های نوین در مدل سازی بارش – رواناب، مدل های شبکه ی عصبی مصنوعی است. هدف از این تحقیق، مقایسه ی مدل های شبکه ی عصبی mlp و rbf و رگرسیون چند متغیره در مدل-سازی بارش- رواناب حوضه ی بابل رود است. به منظور انجام این تحقیق، آمار 28 سال (87-1360) بارندگی و رواناب ماهانه ی حوضه ی رودخانه ی بابل رود مربوط به ایستگاه های قرآن-طالا...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده فنی 1393

تخمین صحیح میزان رسوب معلق حمل شده توسط یک رودخانه برای بسیاری از پروژه های منابع آب دارای اهمیت است.همچنین پیش بینی میزان بار رسوب رودخانه نیز موضوعی مهم در مهندسی هیدرولیک است. درتحقیق پیش رو، عملکرد دو نوع از شبکه های عصبی مصنوعی از جمله شبکه mlp و rbf جهت پیش بینی مورد ارزیابی قرار می گیرد وسپس یکبارباهم و یکبار بامنحنی سنجه رسوب مقایسه می شوند. به همین جهت از دبی آب و دبی رسوب رودخانه زای...

ژورنال: دانش آب و خاک 2013
بهزاد روح پرور کیومرث روشنگر

آبشستگی اطراف پایه‌های پل به عنوان یکی از مهمترین و مؤثرترین عوامل تخریب پل‌ها، در واقع نوعی فرسایش در اطراف پایه‌ها می‌باشد که در اثر جریان‌های پیچیده گردابی رخ داده و به صورت کلی باعث ایجاد یک گودال در اطراف پایه‌های پل می‌شود. تاکنون تحقیقات آزمایشگاهی و صحرایی که در این خصوص انجام شده منجربه ارائه روابط متعدد برای تخمین عمق آبشستگی شده است ولی روابط موجود به نتایج جامع و قابل قبولی منجر نشد...

 پیش‌بینی فراورده‌های (هیدروژن و کربن مونوکسید) تبدیل خشک متان به‌کمک پلاسما در فشار جوی با استفاده از شبکه عصبی مصنوعی شبیه‌سازی شد. داده‌های تجربی موردنیاز برای مدل‌سازی شبکه عصبی مصنوعی از یک واکنشگاه پلاسمایی تخلیه کرونا جمع‌آوری شد. اثر عامل‌های فرایندی (توان تخلیه پلاسما، دبی خوراک ورودی) بر کارایی تبدیل متان و گزینش‌پذیری نسبت به فراورده‌های مورد بررسی قرار گرفتند. شبکه پیش‌خور با الگوری...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید