نتایج جستجو برای: مدل شبکه عصبی مصنوعی
تعداد نتایج: 152364 فیلتر نتایج به سال:
در این تحقیق، از یک شبکه عصبی مصنوعی در برآورد پروفیل پرش هیدرولیکی در حوضچه آرامش همراه با دیواره همگرا که از حالتهای خاص و پیچیده پرش هیدرولیکی میباشد، استفاده شده است. تعداد 1500 داده آزمایشگاهی اعماق پرش هیدرولیکی مربوط به مقاطع مستطیلی، برای همگرایی %7/2، %4 و %3/5 مورد استفاده قرار گرفته است. در توسعه مدل شبکه عصبی مصنوعی، 10 ساختار پرسپترون، با تعداد لایههای پنهان و نرونهای مختلف،...
چکیده بیشک اولین قدم برای مدیریت منابع آب پیشبینی و برآورد جریان رودخانهها است. در این مطالعه به منظور پیشبینی سری زمانی جریان روزانه و ماهانه ایستگاههای کاکارضا و سراب صیدعلی، مدلهای شبکه عصبی مصنوعی و سیستم استتتاج فازی عصبی تطبیقی استفاده شده است. به منظور بهبود نتایج شبیهسازی از آنالیز موجک به عنوان مدل ترکیبی استفاده شد. برای این هدف، سری زمانی جریان و بارش به...
هدف از این پژوهش ارزیابی مدلهای خطی و الگوریتمهای تکاملی در تهیه نقشه پراکنش فلزات سنگین سرب، روی، کادمیم و مس با استفاده از تکنیک سنجش از دور در اطراف شرکت ملی سرب و روی استان زنجان است. در این پژوهش پیشبینی پراکنش فلزات سنگین با استفاده از اطلاعات تصاویر ماهوارهای سنجنده TM و مدلهای رگرسیون چندمتغیره خطی گامبهگام و مدل هیبریدی شبکه عصبی مصنوعی-الگوریتم ژنتیک انجام شد. مجذور میانگین مر...
سرمایه گذاری در سهام عرضه شده در بورس اوراق بهادار یکی از گزینه های پرسود در بازار سرمایه است. بازار سهام دارای سیستمی غیرخطی و آشوب گونه است که تحت تأثیر شرایط سیاسی، اقتصادی و روانشناسی می باشد و می توان از سیستم های هوشمند غیرخطی همچون شبکه های عصبی مصنوعی، شبکه های عصبی فازی و الگوریتم های ژنتیک برای پیش بینی قیمت سهام استفاده نمود. در این مقاله به طراحی و ارائه ی یک مدل پیش ب...
چکیده زمینه و هدف: رگرسیون لجستیک یک مدل عمومی برای بررسی رابطه بین متغیرهای مستقل و پاسخهای دوحالتی است. یکی از مدلهای انعطافپذیر که به طور جایگزین میتواند مورد استفاده قرار گیرد، مدل شبکه عصبی مصنوعی است. این مطالعه با هدف مقایسهی قدرت پیشبینی پاسخهای دوحالتی دادههای پزشکی، با مدل شبکه عصبی مصنوعی و رگرسیون لجستیک انجام شد. مواد و روش کار: برای انجام این پژوهش، از دادههای 639 بیمار م...
در سالهای اخیر رشد روز افزون جمعیت ، وسایل نقلیه و کارخانه ها باعث افزایش آلودگی هوا و ایجاد مشکلات زیادی برای محیط زیست بشر و سلامتی انسان شده است. یکی از مهمترین آلاینده ها، ذرات معلق می باشد که سبب بروز مشکلات تنفسی و قلبی در انسان می شود. هدف از این مطالعه مقایسه مدل های شبکه عصبی مصنوعی و شبکه عصبی فازی-تطبیقی در تخمین غلظت ذرات معلق در شهر تهران می باشد. در این تحقیق از داده های هواشناسی ...
این پژوهش با رویکرد ترکیبی، با بهکارگیری شبکه عصبی بازگشتی مبتنی بر الگوریتم کلونی زنبورعسل مصنوعی (ABC-RNN)، درصدد ارائه مدلی بهینه برای پیشبینی قیمت سهام در بورس تهران است. برای این منظور با استفاده از دادههای سهام پذیرفتهشده در بازار اول تابلوی اصلی بورس تهران که طی سالهای 1390 تا پایان سال 1394 مورد معامله قرارگرفته است، ضمن تعریف مؤلفههای تکنیکال و بنیادی متعدد، با بهکارگیری فرآیند ...
در این تحقیق توانایی مدل های شبکه عصبی مصنوعی جهت شبیه سازی رفتار هیدرولوژیکی آب در حوزه های آبخیز مورد بررسی قرار گرفته است. هدف اصلی تحقیق بررسی کاربرد انواع مختلف شبکه های عصبی مصنوعی جهت شبیه سازی جریان در یک حوزه آبخیز با چند ایستگاه هیدرومتری و پیش بینی بهنگام جریان های سیلابی در پایین دست بوده است. منطقه مورد بررسی قسمت فوقانی رودخانه درونت (derwent) می باشد که یکی از شاخه های اصلی رودخا...
در این پژوهش کوچک مقیاس سازی دما در دشت تجن واقع در استان مازندران انجام گرفت. نتایج مدلهای گردش عمومی جو با مدل اقلیمیHadCM3تحت سناریوی A2به دست آمد. از آنجایی که خروجی مدلهای گردش عمومی جو دارای وضوح مکانی پایینی است میبایست در سطح منطقه یا حوزه کوچک مقیاس شوند که این کار به روش آماری انجام شد. روشهای آماری مورد استفاده شامل مدل کوچک مقیاس سازی SDSM5.5.1 و مدل شبکه عصبی مصنوعی است. در این...
به عنوان اولین هدف برای این مقاله، دو مدل از دو گروه مختلف از روش های داده کاوی یعنی مدلهای پارامتریک کلی، درخت طبقه بندی و رگرسیون و مدلهای غیر پارامتریک محلی، شبکه عصبی مصنوعی، برای مدلسازی تغییرات کاربری اراضی چندگانه مورد مقایسه قرار گرفت. منطقه مورد مطالعه شامل دو شهر ساری و قائم شهر است که در شمال ایران واقع شده اند. در این مطالعه تغییرات کاربری اراضی کشاورزی و شهری برای یک دوره 22 ساله ب...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید