چکیده      تأخیر در تأمین نفت گاز، پیامدهای سیاسی، اجتماعی و اقتصادی وسیعی را به دنبال دارد؛ بنابراین پیش بینی دقیق تقاضای نفت گاز بسیار مهم است. استفاده از شبکه های عصبی مصنوعی در پیش بینی کاربرد زیادی دارد. طراحی مناسب پارامترهای (ساختار) شبکه موجب می شود دقت و عملکرد شبکه های عصبی مصنوعی افزایش یابد. در بیشتر مطالعات از روش سعی و خطا برای تنظیم پارامترهای شبکه های عصبی مصنوعی استفاده می شود ...

چکیده ندارد.

در بازشناسی گفتار ویژگیهای مختلفی مورد استفاده قرار گرفته اند که موفقترین آنها ضرایب مل کپستروم هستند. این ویژگیها در شرایط نویزی معمولا عملکرد مطلوبی ندارند و تمایز کافی را نیز میان واحدهای بازشناسی گفتاری فراهم نمی کنند. از این رو تحقیقات متعددی درباره افزایش کارآیی ویژگیها در شرایط نویزی و همینطور تمیز صورت گرفته است. یکی از این روشها استفاده از ویژگیهای پی در پی است. در این روش به صورت کلاس...

کارایی بتن از اهمیت بسیار بالایی در پروژه‌های عمرانی برخوردار است. یکی از متداول‌ترین روش‌ها جهت اندازه گیری کارایی بتن، آزمایش اسلامپ است. جهت صرفه‌جویی در زمان، هزینه و مصالح، بهتر است از روش‌های هوشمندی جهت پیش‌بینی اسلامپ بتن استفاده شود. در این تحقیق یکی از روش‌های مبتنی بر محاسبات نرم بکار گرفته می‌شود تا با طراحی شبکه‌ای، بدون نیاز به انجام آزمایش‌های فیزیکی پرزحمت، بتوان تخمینی از اسلام...

این تحقیق با هدف ارزیابی قابلیت مدل شبکه عصبی مصنوعی  در تهیه نقشه پیش‌بینی پراکنش رویشگاه گونه‌های گیاهی و شناخت نقاط قوت و ضعف این روش انجام شد. بدین‌منظور بعد از تعیین واحدهای همگن با استفاده از مدل رقومی ارتفاع و نقشه زمین‌شناسی با مقیاس 1:25000، نمونه‌برداری از پوشش گیاهی و عوامل محیطی انجام گرفت و نقشه مربوط به متغیرهای محیطی با استفاده از سیستم اطلاعات جغرافیایی  و زمین آمار  تهیه شد. مت...

در این تحقیق، تقریب جواب های معادلات دیفرانسیل با استفاده از شبکه های عصبی و مقایسه آن با روش های المان محدود صورت گرفته است. برای این منظور، روش المان متناهی، روش گالرکین، شبکه عصبی مصنوعی، ساختار شبکه های عصبی، نحوه یادگیری آنها، پارامترهای مربوط به شبکه عصبی و مشتقات پارامترها و همچنین در مورد مینیمم سازی خطا مطالبی بیان شده است. موضوع اصلی این پایان نامه در مورد حل تقریبی معادلات دیفرانس...

در این پایان نامه یک روش جدید ترکیبی برای حل معادلات دیفرانسیل فازی با شرایط اولیه ی با استفاده از الگوریتم یادگیری، شبکه ی عصبی فازی ارائه می گردد، در این بحث، شبکه ی عصبی به عنوان بخشی از یک موضوع گسترده تحت عنوان محاسبات عصبی یا محاسبات نرم در نظر گرفته می شود. مدل پشنهادی، جواب تقریبی معادلات دیفرانسیل فازی را درون دامنه آن برای یک همسایگی به قدر کافی نزدیک نقطه اولیه ی فازی به دست می آید. ...

این مطالعه به بررسی پیش بینی پذیری رفتاربازده سهام شرکت های یذیرفته شده در بورس اوراق بهادار تهران وهمچنین انجام عمل پیش بینی بازده با استفاده از شبکه های عصبی مصنوعی می پردازد. به منظور انجام عمل پیش بینی بازده، در مرحله اول روند گذشته سری زمانی مربوط به شرکت ها و همچنین سه متغیر از متغیرهای تحلیل تکنیکی (شاخص سهام، حجم سهام مبادله شده و آخرین نرخ سهام در روز) برای مدت 5 سال(تیرماه 1377 لغایت ...

پیش­بینی در هیدرولوژی به معنی تخمین شرایط هیدرولوژیکی و هواشناسی در یک بازه زمانی خاص می­باشد. در همین راستا، فهم رابطه بین بارش و رواناب یکی از ضروری‌ترین مسائل برای مدیریت منابع آب می‌باشد. پژوهش حاضر با هدف مقایسه بین مدل‌های مختلف شبکه عصبی مصنوعی (MLP وRBF) و سری‌های زمانی آرما (ARMA) در برآورد دبی ماهانه در حوزه آبخیز طالقان برای یک دوره 30ساله بین سال‌های 1356 تا 1386 پی­ریزی شد. در روش ...

این مقاله به بررسی مقایسه ای توان شبکه های عصبی مصنوعی و سری های زمانی خودبازگشت در پیش بینی ایستای نرخ تورّم ایران می پردازد. در یک بررسی، با استفاده از 37 سال داده های تاریخی نرخ تورّم ایران، مدل شبکة عصبی مصنوعی در پیش بینی آیندة نزدیک در مقایسه با سری های زمانی خودبازگشت، به‎طور متوسط از عملکرد بهتری برخوردار است. در این بررسی، مزایای روش توقّف زودهنگام در مرحلة یادگیری شبکة عصبی برای پیش بینی...