یکی از چالش­های اصلی در استفاده از سیستم­های فازی، چگونگی طراحی پایگاه قواعد فازی با پارامترهای بهینه سازی شده است؛ به نحوی که منجر به عملکرد رضایت بخش سیستم شود. در این مقاله از روش آموزش ترکیبی تکامل تفاضلی مبتنی بر تضاد(ode)  و بهینه­سازی انبوه ذرات (pso) به منظور بهینه­سازی پارامتر­های توابع عضویت گوسی پایگاه قواعد در سیستم فازی نوع تاکاگی – سوگنو - کانگ (tsk) استفاده شده است. همچنین از الگ...

استفاده روز افزون از سازه های بتنی و عدم توجه مطلوب به مسأله پایایی آنها در محیط خلیج فارس باعث شده است که ساز های بتنی اجرا شده در سواحل خلیج فارس عمر مفید بسیار کمتری نسبت به عمر طراحی شده داشته باشند. یکی از دلایل عمر کم این سازه ها خوردگی آرماتور بوده و عامل اصلی در خوردگی آرماتور، نفوذ یون کلر می باشد. نفوذ یون کلر دربتن از مکانیزم های متعددی تبعیت میکند. یکی از مکانیزم های رایج و مهم، مکا...

چکیده ندارد.

تشخیص حالت چهره می تواند به بهبود ارتباط دو سویه ی بین انسان و ماشین کمک کند، به این صورت که ماشین می تواند با توجه به احساس انسان رفتار مناسبتری را انجام دهد. در این تحقیق به منظور تشخیص حالت چهره از ترکیب قوانین اگر-آنگاه و منطق فازی نوع دوم استفاده شده است. قوانین اگر-آنگاه به ماشین کمک می کند تا فرایند تشخیص حالت چهره را به فرمی مشابه عملکرد انسان انجام دهد. چهره ی انسان می تواند در یک زمان...

معاملات موفق در بازارهای مالی  می بایست نزدیک به نقاط کلیدی بازگشتی انجام گردد. در سال های اخیر سیستم های مختلفی به منظور شناسایی این نقاط بازگشتی ایجاد شده اند. تحلیل تکنیکال یکی از معتبرترین و پرکاربردترین این سیستم ها محسوب می شود. تحلیل تکنیکال بواسطه قوانین متعددی که داراست سعی در ایجاد سیگنال های صحیح به موقع به منظور شناخت این نقاط دارد. اما یکی از معایب این سیستم وابستگی شدید آن به تجرب...

در این تحقیق برای پهنه‌‌بندی زمین لغزش در حوضه رودخانه سنگورچای از مدل سیستم استنتاجی فازی عصبی (ANFIS) استفاده شد. به این منظور، داده‌‌های 124 زمین لغزش، شناسایی شده و برای انجام فرایند تحلیل و پردازش به سیستم ارائه شد. در کنار آن برای پردازش زمین لغزش‌‌ها، 8 لایه متشکل از لایه‌‌های شیب، جهت شیب، DEM، لیتولوژی، شبکه هیدروگرافی،لایه NDVI، گروه خاک و پراکنش زمین لغزش ترسیم گردید. برای پردازش لای...

پیش‌بینی سری‌های زمانی، مخصوصاً سری‌های زمانی آشوبیِ سیستم‌های پویای غیر‌خطی، یکی از زمینه‌های مهم تحقیقاتی است و کاربرد زیادی در زمینه‌های گوناگون دارد. از میان روش‌های معرفی‌شده برای پیش‌بینی سری‌های زمانی آشوبناک، به استفاده از شبکه‌های عصبی و سیستم‌های فازی بیشتر توجه شده است. در این مقاله، سیستم استنتاج عصبی - فازی تطبیقیِ بهبودیافته، برای پیش‌بینی سری‌های زمانی آشوبناک پیشنهاد شده است. با تو...

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...

برای پیش­بینی مقدار جریان ورودی، معمولا دو روش کلی مدل‌سازی متکی به فرآیند و مدل­سازی متکی به داده استفاده می‌شود. از جمله روش‌های متکی به داده در زمینه پیش­بینی جریان رودخانه، مدل­های شبکه عصبی مصنوعی، مدل­های رگرسیون، مدل­های سری­زمانی و مدل­های منطق­فازی می­باشد. در این تحقیق کارایی روش دیگری به نام تکنیک توابع متعامد تجربی نسبت به روش‌های شبکه عصبی مصنوعی و سیستم استنتاج فازی برای پیش­بینی ...