در این مقاله ابتدا با بررسی هوای حاضر گزارش‌های متار، بازه زمانی بیشترین وقوع ناپایداری ایجادکننده باد گاستی (جستی) شناسایی شد. سپس با استانداردسازی داده‌ها به بازه 1/0 تا 9/0، ویژگی‌های مرتبط با جهت و سرعت باد جستی انتخاب شد. روش‌های انتخاب ویژگی در این پژوهش، اطلاعات متقابل و جستجوی پی‌درپی پیشرو شناور با الگوریتم طبقه‌بندی k نزدیک‌ترین همسایگان هستند. ویژگی‌های انتخابی برای پیش‌بینی سرعت باد...

حوضه های جنوب شرقی دریاچه ارومیه به علت برخورداری از شرایط هیدرولوژیکی و لیتولوژیکی خواص، از میزان بالای تولید رسوب برخوردارند. با توجه به این نکته در این تحقیق برای تخمین بار معلق رسوبی روزانه از سیستم استنتاجی فازی عصبی([1]anfis) بهره گرفته شده است. به این منظور داده های دبی روزانه و بار معلق رسوبی365 روز سال 1386 و 1387 ایستگاه رسوبی واقع در رودخانه زرینه رود برای تعلیم و آزمودن مدل های شبکه...

انرژی باد یکی از قابل دسترس ترین انرژی های تجدید پذیر است. پیش بینی سرعت باد با دقت بالا، برای توسعه این انرژی موثر خواهد بود. این مقاله راه حل مناسبی برای مساله پیش بینی سرعت باد، با استفاده از سه نوع شبکه عصبی براساس تقسیم و ترکیب ارائه می دهد. سه شبکه، به ترتیب، تقویت به وسیله پالایش (BF)، اختلاط خبره ها (ME) و تقویت اختلاط خبره ها (BME) می باشند. در این سه شبکه ابتدا، فضای مساله بین کلاس بن...

دقت پیش بینی از مهمترین عوامل مؤثر در انتخاب روش پیش بینی است. امروزه به رغم وجود روشهای متعدد پیش بینی، هنوز پیش بینی دقیق مالی کار چندان ساده ای نبوده و اکثر محققان درصدد بکارگیری و ترکیب روشهای متفاوت به منظور حصول نتایج دقیق تر می باشند. در حالت کلی انتخاب مؤثرترین روش به منظور پیش بینی، کار بسیار دشواری می باشد. بسیاری از محققان روشهای خطی و غیرخطی را به منظور حصول نتایج دقیق تر با یکدیگر ...

در سال های اخیر سیستم های هوشمند به طور فزاینده ای مورد توجه واقع شده است که شبکه های عصبی مصنوعی از این مجموعه می باشند. این شبکه ها با پردازش داده های تجربی، قانون نهفته در ورای این اطلاعات را استنتاج می کنند. مدل های شبکه عصبی مصنوعی در مورد فرایندهایی که تعریف دقیق و درک خاصی از آنها وجود ندارد، بسیار موثر عمل می کنند. در این مورد، این امر به اثبات رسیده است که شبکه های عصبی مصنوعی قادر می ...

شبکه های عصبی مصنوعی پرسپترون چند لایه امروزه در حل بسیاری از مسئله های غیر خطی مورد توجه قرار گرفته است. برای آموزش شبکه های عصبی پرسپترون چند لایه، بروز رسانی وزن های سیناپسی و انتخاب ورودی های بایاس از اهمیت فراوانی برخوردار است. روش های بسیاری در آموزش این نوع شبکه ها به کار گرفته شده است. روش کاهش گرادیان یکی از این روش ها است، اما این روش با مشکل به دام افتادن در بهینه های محلی مواجه می ب...

شبکه عصبی پرسپترون چند لایه یکی از پر کاربردترین نمونه های شبکه عصبی می باشد. کارایی این شبکه عصبی برای حل یک مسئله بستگی به توپولوژی در نظر گرفته شده برای شبکه دارد. چنانچه توپولوژی شبکه ساده تر از حد نیاز باشد امکان یادگیری در شبکه عصبی وجود ندارد و چنانچه توپولوژی پیچیده تر از حد نیاز باشد مشکل overtraining رخ داده و قدرت تعمیم شبکه به دست آمده بسیار کم خواهد بود. یکی از راههای تعیین توپولوژ...

سیکل توسعه نرم‌افزار شامل آنالیز، طراحی، پیاده‌سازی و تست و یکسری فازهای دیگر است. مرحله تست نرم‌افزار یکی از مراحل هزینه‌بر توسعه نرم‌افزار است، باید به‌طور مؤثری انجام شود تا نرم‌افزار بدون خطا دست کاربران برسد. یکی از فعالیت‌های مؤثر برای توسعه نرم‌افزار و افزایش قابلیت اطمینان آن، پیش‌بینی نقص نرم‌افزار قبل از رسیدن به مرحله تست است که کمک حائز اهمیتی برای صرفه‌جویی زمانی در فرآیند تولید، ن...

در این تحقیق از مدل شبکه عصبی پرسپترون چند لایه(MLP-NN) برای شبیه‎سازی اکسیژن محلول و فسفر کل در حوضه آبریز سد ایلام استفاده شد. مدل شبکه عصبی با استفاده از داده‎های آزمایشگاهی سه زیرحوضه سد ایلام در سال‎های 89-1388 طراحی گردید. متغیرهای ورودی شبکه عصبی برای مدل‎سازی اکسیژن محلول شامل اسیدیته آب، هدایت الکتریکی، کل جامدات معلق، دما، فسفر کل، سولفات، آمونیوم، آهن و نیتروژن کل بودند. متغیرهای ورو...

یکی از فرایندهای مهم در تصفیه گاز، جدا نمودن گاز co2 ازمحصولات خروجی ازکوره هیدروژن و تهیه محصولی با خلوص نسبی بالای هیدروژن و با فشار بالا است.به عنوان نمونه محصول تصفیه شده در واحد هیدروژن پالایشگاه اصفهان شامل 41480 متر مکعب هیدروژن در ساعت با خلوص 5/96 درصد (و 5/3درصد متان) و فشاری برابر باbar 7/13 است. در طراحی فرایند تصفیه سازی به روش های مرسوم، برای هر قسمت واحد (نظیر واحد های آمین جذب و...