پیش‌بینی دقیق نیاز مصرف شبکة برق ماهانه می‌تواند در برنامه‌ریزی انرژی مؤثر باشد و مدیریت صحیح‌تر مصرف برق را امکان‌پذیر کند. نیاز مصرف برق ماهانه نشان‌دهندة گرایش فصلی پیچیده و غیرخطی است یکی از مدل‌هایی که به‌طور گسترده برای پیش‌بینی سری‌های زمانی غیرخطی استفاده می‌شود، رگرسیون بردار پشتیبان (SVR) است که در آن باید انتخاب پارامترهای کلیدی و تأثیر تغییرات فصلی درنظر گرفته شود؛ بنابراین ضروری اس...

پیش بینی دقیق بار یکی از نیازهای اساسی بازیگران بازار برق است. به علت تأثیر عوامل مختلف، بار دارای رفتار به شدت غیرخطی است. به طور معمول پیش بینی بار از نظر طول مدت افق برنامه ریزی، به چند صورت کوتاه مدت ، میان مدت و بلند مدت بار طبقه بندی شده است. پیش بینی بار کوتاه مدت(stlf) از زمان ظهور بازارهای انرژی رقابتی به طور فزاینده نقش مهمی پیدا کرده است و بیشتر پیش بینی های بار به صورت کوتاه مدت می ...

طبقه بندی با دقت بالای سیگنال الکترومایوگرام سطحی برای کنترل دست مصنوعی از عناوین مهم تحقیق در حوزه توان بخشی است. به ویژه آنکه با افزایش درجات آزادی، نرخ تشخیص درست بشدت کاهش می یابد. در مقاله حاضر بر اساس یک ساختار خودسازمانده فازی-عصبی جدید پیشنهادی پنج لایه، طبقه بندی سیگنال الکترومایوگرام چند کاناله انجام شده است. در این ساختار متناظر با ویژگی های ورودی، قواعد جدید ایجاد و وزن آنها بر اساس...

برآورد مشخصه‌های کمی جنگل اهمیت زیادی برای آگاهی از وضعیت و نحوه عملکرد آن در برنامه‌ریزی و مدیریت جنگل دارد. هدف از پژوهش پیش­رو، برآورد مشخصه‌های ساختاری توده‌های‌ جنگلی دست­کاشت به­طور عمده سوزنی‌برگ با استفاده از داده‌های با قطبش چهارگانه راداری به روش قطبش سنجی و الگوریتم‌های ناپارامتریک در منطقه عرب­داغ استان گلستان بود. ابتدا 319 قطعه‌نمونه دایره‌ای شکل به مساحت 400 متر مربع به روش خوشه‌...

این مقاله روشی مبتنی بر استراتژی های یادگیری ماشین برای حل مسئله مکان یابی خطا در خطوط انتقال جریان مستقیم ولتاژ بالا (hvdc) ارائه می دهد. در روش مکان یابی پیشنهادی، تنها از سیگنال ولتاژ پس از خطای اندازه گیری شده از یک پایانه برای استخراج ویژگی های موردنیاز بهره گیری می شود. در این مقاله، متناسب با بُعد بالای بردار ویژگی های ورودی، امکان استفاده از دو تخمین گر متفاوت شامل شبکه عصبی رگرسیون تعمی...

یکی از مسائل مهم در پیش­بینی درماندگی مالی، انتخاب متغیرهای پیش­بین می­باشد. پژوهش پیش رو به نشان رویکردی جدید برای انتخاب ویژگی با استفاده از دسته­بندی نسبت­های مالی بر مبنای مفاهیم مالی و ترکیب روش­های آماری با الگوریتم­های فراابتکاری می­پردازد. بدین منظور 34 نسبت مالی برای شرکت­های تولیدی درمانده براساس ماده 141 قانون تجارت و به همان تعداد شرکت سالم به صورت تصادفی از شرکت­های پذیرفته شده در ...

در این تحقیق از شبکه عصبی مصنوعی و ماشین بردار پشتیبان برای مدلسازی و پیش بینی ویسکوزیته ی آلکانها در محدوده ی وسیعی از دما و فشار استفاده گردید. تعداد زیادی توصیف کننده با استفاده از نرم افزار دراگون محاسبه شدند و توصیف‏کننده‏های انتخاب شده زیر مجموعه‏ای از 18 دسته توصیف‏کننده‏های دراگون توسط روش رگرسیون خطی چندگانه می‏باشد. 4 توصیف کننده تئوری و2 توصیف کننده تجربی دما و فشار به عنوان ورودی شب...

مقدمه: پژوهش حاضر با هدف بررسی عملکرد روش یادگیری ماشین های بردار پشتیبان برای پیش بینی مقاومت دارویی ویروس hiv) یا (human immunodeficiency virus استفاده از تحلیل دنباله ی آمینو اسیدها انجام گرفت. روش ها: در این مطالعه از ماشین های بردار پشتیبان استفاده شد؛ همچنین برای آموزش و آزمایش ماشین های بردار پشتیبان از نرم افزار libsvm) یا  (library for support vector machinesاستفاده گردید. یافته ها: نت...

امروزه تخمین متغیر با استفاده از روش­های مبتنی بر هوش مصنوعی از جمله رویکردهای جدیدی است که فرآیند تصمیم­گیری موثر را در بسیاری از علوم میسر ساخته است. تخمین عیار نیز از مسایل مهم در ارزیابی ذخایر معدنی در علوم زمین به شمار می­رود. روش­های زمین آماری از جمله روش­های متداول تخمین متغیر در علوم زمین محسوب می­شوند. از آنجایی که این روش­ها در رابطه با داده­هایی که تعداد آن­ها محدود است و ماهیت پراک...

تامین انتظار سهام داران و مشتریان و همچنین موفقیت در بازار کسب و کار نیازمند پیش بینی دقیق شاخص های اقتصادی می باشد. با این وجود، پیش بینی شاخص های اقتصادی به دلیل رفتار غیرخطی و ناایستایی این نوع شاخص ها، همواره به عنوان یکی از چالش برانگیزترین مسائل در سری های زمانی مطرح بوده است. در این تحقیق مدل هایی مبتنی بر ماشین بردار پشتیبان، نگاشت آشوبی و الگوریتم های بهینه سازی ژنتیک (ga)، گروه های ذر...