مقدمه: امروزه استفاده از یافته‌ های هوش مصنوعی و داده‌ کاوی برای کمک به پیش ‌بینی زودهنگام بیماری عروق کرنری قلب مورد توجه پزشکان قرار گرفته است. هدف از این مقاله افزایش دقت و سرعت پیش ‌بینی نتایج آنژیوگرافی با سیستم استنتاج فازی و الگوریتم بهینه‌ سازی ازدحام ذرات است. مواد و روش ‌ها: در این مقاله سیستم جدیدی با ترکیب استنتاج فازی و الگوریتم بهینه‌ سازی ازدحام ذرات پیشنهاد و با نرم ‌افزار MATLA...

در رادیوتراپی خارجی، برای انتقال دوز تابشی روی تومورهای حرکتی در ناحیه شکم و در عین حال جلوگیری از تابش دوز به نواحی سالم اطراف، حرکت تومور باید به صورت زمان- واقعی ردیابی شود. به همین منظور، چندین مدل پیش بین برای به دست آوردن مکان دقیق تومور به صورت تابعی از زمان در رادیوتراپی با نشانگر های خارجی، گسترش داده شده اند. دقت این مدل های پیش بین چالش اصلی مطرح در این زمینه می باشد که از میان آن ها...

مدل سازی و پیش بینی سری های زمانی یک مسئله بسیار مهم در چند دهه اخیر بوده و کاربرد وسیعی در زمینه های مختلف علوم و مهندسی از جمله هیدرولوژی دارد. در این راستا تخمین پارامترهای مدل های مختلف سری های زمانی یکی از مراحل اساسی در مدل سازی سری های زمانی است. روش های ارائه شده در این زمینه از جمله روش گشتاورها، دارای روابطی پیچیده و تقریبی به خصوص در مدل های چندمتغیره زمانی و مکانی می باشندکه مستلزم ...

امروزه دستگاه های خودپرداز یکی از ضروری ترین سخت افزارهای سامانه های بانکی هستند که مسائل مربوط به خود رادارند. در این میان بهینه سازی مدیریت نقدینگی می تواند بانک ها را در مدیریت سیستم به صورت دینامیک کمک کند. سوال اصلی در این بهینه سازی، پیش بینی میزان تقاضای نقدینگی از خودپرداز در دوره های زمانی مشخص (مثلاً روزانه یا هفتگی یا ماهانه) است. ازآنجایی که ساختار این سیگنال غیرخطی است و با عوامل زی...

فرآیند تبخیر و تعرق به عنوان یکی از مؤلفه­های اصلی چرخه هیدرولوژیک دارای اهمیت فراوانی در مدیریت و توسعه منابع آب و نیز برنامه­ریزی آبیاری می­باشد. در مطالعه حاضر به بررسی قابلیت سیستم استنتاج عصبی – فازی تطبیقی در بهبود تخمین میزان تبخیر و تعرق روزانه گیاه مرجع (ETo) پرداخته شد. داده­های اقلیمی بکار گرفته شده در این مطالعه، شامل دمای هوا، تشعشع خورشیدی، سرعت باد و رطوبت نسبی می­باشد که از دو ا...

با توجه به ضرورت تشخیص ارقام مختلف سیب¬زمینی، استفاده از فناوری¬های نوین مطابق با علم روز دنیا ضروری می باشد. از جمله روش های جدید برای تشخیص واریته محصولات کشاورزی استفاده از تکنیک پردازش تصویر در تلفیق با هوش محاسباتی می¬باشد. در این تحقیق به منظور تشخیص ارقام مختلف سیب¬زمینی، سه روش هوش مصنوعی شامل شبکه عصبی مصنوعی (ann)، الگوریتم رقابت استعماری ica))، و سستم استنتاج عصبی- فازی (anfis) و 2 ر...

مدل‏های مفهومی ‌بر مبنای هوش مصنوعی، اغلب برای پیش‌بینی‏های کوتاه مدت و میان مدت هیدورلوژیکی به کار رفته اند. در این مقاله با استفاده از مفهوم تولید مجموعه ای از پیش‌بینی‌ها1 (ESP) و تفکیک مدل‏سازی برای متغیرهای اقلیمی‌و هیدرولوژیکی، از مدل‏های مفهومی ‌برای پیش‌بینی بلندمدت حجم جریان رودخانه زاینده رود در محل ورودی به سد زاینده رود استفاده می‌شود. سیستم استنتاج فازی برای پیش‌بینی بار...

یکی از روشهای نو ظهور در حل مسایل مهندسی جهت مدل‌سازی سیستم‌هایی که دارای پیچیدگی زیاد یا عدم‌صراحت بوده و یا داده‌های کافی از آنها موجود نیست، استفاده از تئوری مجموعه‌های فازی و شبکه عصبی مصنوعی می‌باشد. مزیت اصلی این تکنیک‌ها نسبت به روش‌های رایج این است که در مدت زمان نسبتاً کوتاهی قادر به بررسی تأثیر انواع پارامترهای در دسترس، بر فرآیند مورد بررسی می‌باشند بدون آنکه در هر مرتبه نیاز به یافتن...

اندازه­گیری دائمی دبی رودخانه­ها در ایستگاههای هیدرومتری مخصوصاً در مواقع سیلابی غالباً پر هزینه و مشکل می‌باشد، بدِِین منظور جهت مدل­سازی رابطه دبی- اشل مدل­های ریاضی و هوشمند متعددی توسعه یافته و مورد استفاده قرار می­گیرد. در این تحقیق از سه روش شبکه­های عصبی مصنوعی ، سیستم استنتاج عصبی- فازی و برنامه‌ریزی ژنتیک برای مدل­سازی رابطه دبی-اشل روزانه در دو ایستگاه یامولا و سوقوتلوهان واقع در رودخانه ...

تعیین متغیرهای هیدرولوژی از دید ایمنی، جنبه اقتصادی طرح و عملکرد سازه های هیدرولیکی از اهمیت ویژه ای برخوردار است. یکی از متغیرهای مهم در این زمینه دبی جریان است که اندازه-گیری دائمی آن در ایستگاه های هیدرومتری مخصوصاً در مواقع سیلابی غالباً پر هزینه و مشکل می باشد. در این تحقیق رابطه دبی-اشل با استفاده از آمار دبی و اشل سال آبی 91-1390 ایستگاه هیدرومتری تنگه لاویج با مساحت حدود 10400 هکتار واقع ...