برآورد، پیش­بینی و مدیریت رواناب همواره مورد توجه پژوهشگران بوده است؛ لذا با به کارگیری روشهای متداول و مرسوم هر دوره، اقدام به برآورد این پدیده به ظاهر زیانبار نموده اند که متأسفانه به دلیل پیچیدگی رابطه­ی بین بارش و رواناب، و غیر خطی بودن این رابطه، نتایج خیلی دقیقی را به دست نمی­دادند. امروزه، پیشرفت علم و توسعه­ی روشهای نوین در همه­ی ابعاد علمی، امیدواری خوبی را در زمینه­ی شناخت و حل چنین ر...

بررسی هیدروگراف حوزه امکان مطالعه دبی حداکثر سیلاب، حجم سیلاب و میزان ذخیره حوزه پس از قطع بارندگی را فراهم می آورد و در طراحی ابعاد سازه های آبی نقش اساسی دارد. در سال های اخیر تمایل زیادی برای استفاده از شبکه های عصبی مصنوعی (ann) در پیش بینی متغیرهای هیدرولوژیکی بوجود آمده است. کاربرد تکنیک شبکه عصبی مصنوعی محدوده گسترده ای را در زمینه مدیریت منابع آب می پوشاند. از مدلهای دیگری که در مطالعات...

در این مقاله یک شبکه عصبی راف بهبود یافته به منظور شناسایی سیستم  های غیرخطی آشوبی ارائه شده است. شبکه  های عصبی راف نوعی از ساختارهای عصبی هستند که براساس نرون  های راف طراحی می  شوند. یک نرون راف را می  توان بصورت زوجی از نرون  ها در نظر گرفت، که به نرون  های کرانه بالا و کرانه پایین موسوم هستند. رویکرد نرون راف استفاده از محاسبات بازه  ای در شبکه عصبی را امکان پذیر می  سازد، بنابراین می  توا...

مقدار دبی یا رواناب خروجی از یک حوضة آبخیز از اهمیت زیادی برخوردار است؛ زیرا کمبود آن ممکن است موجب خسارات مالی و مازاد آن به‌صورت سیلاب ممکن است موجب خسارات جانی و مالی شود. در این پژوهش با استفاده از شبکة عصبی مصنوعی پرسپترون چندلایه (MLP) و مدل فازی عصبی تطبیقی (ANFIS) و روش رگرسیون چندمتغیره، فرایند بارش- رواناب به‌صورت روزانه در حوضة آبخیز خرم‌آباد شبیه‌سازی شد. برای ورودی‌ها از ترکیب‌های ...

هدف پژوهش حاضر مقایسه قدرت پیش­بینی روش­های شبکه عصبی فازی با شبکه عصبی موجک فازی در پیش‌بینی قیمت سهام بانک‌ها در بورس اوراق بهادار تهران است. دوره پژوهش این پژوهش از سال 1390 تا 1395 است. در این پژوهش، از سیستم منطق فازی به همراه سیستم شبکه عصبی چندلایه با ساختار بهینه‌سازی پس انتشار خطا و ماکزیمم همپوشانی تبدیل موجک گسسته برای متغیرهای نرخ ارز، نفت اوپک، طلا، شاخص کل سهام و همچنین حجم معاملا...

پیش‏بینی رواناب رودخانه‏ها به‌دلیل اهمیت زیاد آن در برنامه‏ریزی‏ها، بهره‏برداری از مخازن و همچنین مدیریت آب‏‏های سطحی همواره مورد توجه مسئولان، برنامه‏ریزان و مهندسان آب و منابع آبی بوده است. از طرفی، به‌دلیل تغییرات زمانی و مکانی موجود، روابط غیرخطی و عدم قطعیت و بسیاری از عوامل دیگر پیش‏بینی رابطۀ بارش‌ـ رواناب بسیار مشکل است، اما امروزه استفاده از سامانه‏های هوشمند در پیش‏بینی چنین پدیده‏های...

امروزه بکارگیری مدل­های داده محور ابزارهای جدیدی برای شبیه­سازی و مدلسازی در علوم مختلف می­باشد. فرآیند بارش- رواناب از مهم­ترین و پیچیده­ترین پدیده­ها در چرخه هیدرولوژی است. در این مطالعه ضمن معرفی مدل ترکیبی موجک-دسته­بندی گروهی داده­ها، کارایی آن جهت مدل­سازی فرآیند بارش-رواناب حوضه آبریز قره­سو مورد مطالعه قرار گرفت. در ابتدا سری­های زمانی بارش و رواناب با استفاده از تبدیل موجک ب...

یکی از مهم‌ترین موضوعات مطرح بازارهای مالی پیش‌بینی قیمت و بازده سهام است. در این پژوهش سعی می‌شود بهترین مدل و رویکرد پیش‌بینی قیمت سهام با توجه به شاخص­های میانگین مربعات خطا (MSE)، مجذور میانگین مربعات خطاها (RMSE)، ضریب تعیین ( 14R2"> ) انحراف معیار (S.D)، میانگین قدر مطلق خطاها (MAE) و معیار میانگین قدر مطلق خطاها (MAPE) برای مدل پنج عاملی فاما و فرنچ انتخاب شود. بدین منظور پس از تشکیل پرت...

ایجاد رواناب سطحی و جریان آب در آبراهه‌ها، کانال‌ها و رودخانه‌ها همواره تواًم با فرسایش خاک و حمل مواد رسوبی است. میزان رسوبات وارده به مخزن سد باعث کاهش حجم موثر مخزن و عمر مفید سد گشته و نیز اثرات نامطلوب بر عملکرد تأسیسات خروجی، دریچه‌های سازه‌های وابسته، پایداری و نیز کیفیت آب مخزن دارد. بنابراین برآورد حجم واقعی رسوبات وارده به مخزن از اهمیت بالایی برخوردار است. به دلیل پیچیدگی پدیده فرسایش...

هدف پژوهش حاضر مقایسه پیش‌بینی شاخص سهام با استفاده از مدل‌های ترکیبی مبتنی بر الگوریتم ژنتیک و جستجوی هارمونی با شبکه عصبی معمولی است. مربوط‌ترین نماگرهای تکنیکی به عنوان متغیرهای ورودی و تعداد بهینه نرون لایه پنهان شبکه عصبی مصنوعی با استفاده از الگوریتم‌های فراابتکاری ژنتیک و جستجوی هارمونی تعیین شده است. مقادیر روزانه شاخص قیمت بورس اوراق بهادار تهران از تاریخ 1/10/91 الی 30/9/94 جهت پیش‌بی...