روش متداول برای پیش بینی مصرف گازطبیعی استفاده ازداده های سالهای گذشته است. ولی اکنون به خاطرحذف یارانه ها و افزایش قیمت انرژی نمی توان مصرف گاز را با استفاده از داده های سالهای گذشته پیش بینی کرد، دراین پایان نامه از روش نوینی برای پیش بینی میزان مصرف گاز استفاده می شود. بدین صورت که برای پیش بینی میزان گاز مصرفی خانگی و میزان گاز مصرفی صنعتی به ترتیب از سیستم فازی takagi-sugeno، وسیستم استنتا...

در سال های اخیر، استفاده از تئوری مجموعه های فازی جهت مدل سازی پدیده های هیدرولوژیکی که دارای پیچیدگی و عدم قطعیت بالایی هستند، مورد توجه محققین قرار گرفته است. به همین دلیل، در این پژوهش از مدلی مبتنی بر منطق فازی (سیستم استنتاج فازی - عصبی تطبیقی4) برای انجام فرآیند پیش بینی جریان استفاده شده است. در این تحقیق، از سه پارامتر بارندگی، دما و دبی روزانه حوضه آبریز لیقوان چای برای پیش بینی جریان ...

هدف از این پژوهش، مطالعه تجربی و مدل سازی تغییر شکل پلاستیک ورق های مستطیلی تحت بارگذاری ضربه ای با نرخ پایین توسط سامانه چکش پرتابه ای است. در بخش تجربی، برای بررسی رفتار مکانیکی ورق های فولادی و آلومینیومی نسبت به بار وارده، آزمایش هایی بر روی آن ها در سطوح انرژی متفاوت انجام می شود. بخش مدل سازی این تحقیق شامل ارائه یک تابع صریح برای داده های آزمایشگاهی با استفاده از روش تجزیه مقادیر منفرد ب...

      ارزیابی ظرفیت نوآوری شرکت‌های دانش بنیان و پیش‌بینی میزان ظرفیت نوآوری آن‌ها برای این شرکت‌ها بسیار حائز اهمیت است و تصمیم در خصوص انتقال یا بسط فناوری شرکت تابع میزان ظرفیت نوآوری است. هدف اصلی این تحقیق، طراحی مدل ارزیابی ظرفیت نوآوری شرکت‌های دانش بنیان با رویکرد استنتاج فازی عصبی- تطبیقی است. سیستم استنتاج فازی عصبی - تطبیقی ([1]ANFIS) روش مناسبی برای حل مسائل غیرخطی است. ANFIS ترکیبی...

آگاهی از توزیع عمقی رسوبات معلق در کانال‌ها و آبراهه‌های طبیعی در تخمین بار رسوبی جریان اهمیت بسیار زیادی دارد. هزینه­های زیاد و زمان‌بر بودن عملیات نمونه‌برداری از رودخانه‌ها و همچنین خطای قابل توجه روش‌ها و تجهیزات مختلف نمونه‌برداری، مهندسان و محققان را به سوی مدل‌های شبیه‌سازی و استفاده از روش‌های نوین آماری سوق داده است. در این مطالعه، برای تخمین توزیع غلظت رسوبات معلق از سه روش شبکه­های ع...

میزان سختی آب زیرزمینی عامل مهمی در مسائل هیدروژئولوژی و بویژه مطالعه کیفی آب­های زیرزمینی می­باشد. در چند دهه اخیر سیستم­های هوش مصنوعی کاربرد زیادی در علوم مختلف از جمله مدیریت منابع آب داشته است. در این پژوهش تخمین میزان سختی آب زیرزمینی دشت مازندران، با استفاده از برنامه­ریزی بیان ژن مورد بررسی قرار گرفته و نتایج آن با  سایر روش­های هوشمند همچون شبکه عصبی مصنوعی و سیستم استنتاج فازی- عصبی ت...

هدف اصلی این تحقیق طراحی مدلی برای پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از سیستم استنتاجی عصبی- فازی انطباقی و مقایسه آن با روش شبکه عصبی و مدل خطی آریما می باشد. در این تحقیق از روش کشف معرفت جهت بررسی موضوع و پیش بینی شاخص بورس اوراق بهادار تهران استفاده شده است. در این تحقیق سه روش برای پیش بینی مطرح می شود:1- پیش بینی شاخص کل قیمت سهام با روش سیستم عصبی فازی.2- پیش بینی شاخص کل ...

در طی سال های اخیر پیش بینی فرآیندهای هیدرولوژیکی به منظور بهره برداری پایدار از منابع آب با استفاده از روش های هوشمند مورد توجه دست اندرکاران بخش آب قرار گرفته است. در این تحقیق با بهره گیری از شبکه های عصبی مصنوعی (ann) و سیستم استنتاج فازی- عصبی تطبیقی (anfis) اقدام به پیش بینی دبی جریان روزانه رودخانه اهر چای واقع در استان آذربایجان شرقی در ایستگاه های اورنگ، برمیس و تازه کند گردید. برای مد...

سابقه و هدف: برآورد صحیح حجم رسوبات معلق در رودخانه ها، یکی از مهم ترین مسائل در پروژه های مهندسی رودخانه، منابع آب و محیط زیست می باشد. رودخانه سیستان شاخه اصلی منشعب از رودخانه هیرمند بوده که وظیفه آبیاری 70 درصد زمین های کشاورزی دشت سیستان و همچنین تأمین بخشی از آب هامون هیرمند را به عهده دارد. با توجه به مشکلات زیاد ناشی از رسوبات در رودخانه ها، محققین علم رسوب تلاش های زیادی به منظور دستیا...

پیش بینی دقیق ضریب انتشار طولی در رودخانه های طبیعی تا حد بسیار زیادی در تعیین توزیع غلظت آلاینده ها در چنین محیط هایی مؤثر است. عدم قطعیت موجود در نتایج به دست آمده از مدل های پیش بینی می تواند در تصمیم گیری های مناسب برای برخورد با مواد آلاینده در رودخانه ها تأثیر منفی داشته باشد. به همین دلیل، تحلیل و تعیین عدم قطعیت مدل های مورد استفاده برای پیش بینی این پارامتر بسیار مفید است. در این تحقیق...