نتایج جستجو برای: سریهای زمانی مصنوعی
تعداد نتایج: 62377 فیلتر نتایج به سال:
اندازه گیری رطوبت حجمی خاک و آب قابل دسترس برای گیاهان در رشته های مختلف مانند خاکشناسی، هیدرولوژی و مهندسی آب بسیار مهم است. بنابراین بررسی متعدد رطوبت خاک و میزان قابل استفاده آن برای گیاه از مهم ترین موضوعات در علم رابطه آب، خاک وگیاه است. برای تعیین رطوبت از روش های مختلفی مانند روش مستقیم (روش وزنی) و روش های غیر مستقیم مانند استفاده از دستگاه tdr و شبکه های هوش مصنوعی مانند شبکه عصبی، فاز...
ضرورت آگاهی از وضعیت منابع آب و نزولات جوی در مناطق مختلف برای اجرای طرح های آبی از یک سو، و فقدان شبکه ای مطلوب از ایستگاه های اندازه گیری پارامترهای هواشناسی از سوی دیگر، اهمیت استفاده از روش های غیرمستقیم را برای تخمین پارامترهای اقلیمی در بسیاری از مناطق کشور آشکار می سازد. پیش بینی تغییرات اقلیمی حاکم بر هر منطقه و مدل سازی های اقلیمی و هیدرولوژیکی، مستلزم در دسترس بودن اطلاعات درازمدت و ه...
در اقتصاد امروز تاثیر بورس اوراق بهادار در سرمایهگذاری، تامین مالی بنگاههای اقتصادی و رشد و توسعه کشورها کاملاً مشهود میباشد. با توجه به ماهیت بورس اوراق بهادار و ریسک ناشی از سرمایهگذاری در آن، سیاستگذاران همواره در جستجوی روشهایی برای پیشبینی شاخص قیمت سهام برای حداقل نمودن ریسک تصمیمگیری بودهاند. در این پژوهش ابتدا روشهای سریزمانی و شبکهعصبی معرفی شده و سپس در فصل چهارم تحقیق، متغی...
تخمین تبخیر-تعرق گیاه مرجع یکی از مهم ترین مؤلفه ها در بهینه سازی مصرف آب کشاورزی و مدیریت منابع آب است. پیش بینی تبخیر-تعرق مرجع روزانه و هفتگی می تواند در پیش بینی نیاز آبی گیاهان و برنامه ریزی کوتاه مدت آبیاری مورداستفاده قرار گیرد. هدف از این تحقیق، ارزیابی عملکرد سه نوع شبکه عصبی مصنوعی mlp(پرسپترون چندلایه)، rbf (شبکه تابع پایه ای شعاعی)، svm (ماشین بردار پشتیبان) در پیش بینی تبخیر-تعرق م...
پیشبینی نوسانات سطح آب زیرزمینی، برای برنامهریزی مناسبتر بهویژه در مناطق خشک و نیمه خشک امری ضروری است. در این تحقیق برای پیشبینی نوسانات سطح آب زیرزمینی در دشت مروست از مدلهای سری زمانی و شبکه عصبی استفاده شد. برای مدلسازی، اطلاعات سطح آب زیرزمینی در طی سالهای 88-1366 استفاده و مدلهای مختلف سری زمانی تلفیقی و شبکه عصبی مصنوعی بر دادهها برازش داده شد. کارآیی و دقت مدلهای آریما در پیش...
افتیمو در مقاله ای نشان داد که چگونه می توان تبدیل لاپلاس را به عنوان ابزاری برای محاسبه سریهای نامتناهی به کاربرد. در این مقاله این روش را مورد بررسی قرار داده کاربردهای آن را بیشتر شرح می دهیم.
منابع آب زیرزمینی یکی از مهم ترین منابع آب به شمار می روند که شناخت صحیح و بهره برداری اصولی از آنها بخصوص در مناطق خشک و نیمه خشک می تواند در توسعه پایدار بسیاری از فعالیت های کشاورزی، اجتماعی و اقتصادی آن منطقه تأثیر بسزایی داشته باشد. برای آگاهی از وضعیت نوسانات سطح آب زیرزمینی در چنین مناطقی لازم است پیش بینی دقیقی از نوسانات سطح آب زیرزمینی انجام شود. با پیش بینی دقیق نوسانات سطح آب زیرزمی...
بررسی امکان پیش بینی بارش روزانه با استفاده از تحلیل سری زمانی داده های ماهواره ای مشخصات فیزیکی ابر
پیش بینی بارش در آگاهی و هشدار قبل از وقوع سیلاب، مدیریت منابع آب و از همه مهم تر در برآورد نیاز آبی و تحصیص و توزیع مناسب آب کشاورزی از اهمیت بالایی برخوردار است. در این پژوهش به منظور بررسی امکان پیش بینی بارش، رابطه ی بین مشخصات فیزیکی ابر حاصل از تصاویر سنجنده ی مادیس با محصول بارش از ماهواره ی trmm در بخشی از منطقه ی فلات مرکزی ایران مورد بررسی قرار گرفت. صحت سنجی داده های بـارش ماهواره ی ...
توانایی کمنظیر شبکههای عصبی مصنوعی به عنوان ابزاری قدرتمند برای تحلیل و برآورد در حوزه علوم تجربی و مهندسی موجب شد تا مورد توجه اقتصاددانان قرار گیرد. در این پژوهش، پس از مرور پژوهشهای انجامشده در مورد توانایی پیشبینی مدلهای خود توضیح جمعی میانگین متحرک (arima)[1]و شبکههای عصبی مصنوعی(ann)[2] به مقایسه این دو روش برای پیشبینی قیمت روزانه نفت در دوره آوریل 1983 تا ژوئن 2005 پرداختهایم. ...
خشکسالی پدیدهای طبیعی است که میتواند در هر جایی رخ دهد و خسارات قابل توجهی به بشر و سازههای طبیعی وارد آورد. در این تحقیق به منظور پیشبینی شاخص خشکسالیبارش استاندارد، از دو نوع شبکههای عصبیمصنوعی، پرسپترون چند لایه و تابع پایهی شعاعی و مدلهای سریزمانی استفاده شد. به این منظور، در ابتدا مقادیر شاخص بارش استاندارد در دورههای سه، شش، نه و دوازده ماههی ایستگاههای منتخب استان خوزستان محا...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید