این پژوهش به معرفی ‌مدل‌هایی از ترکیب خانواده GARCH و شبکه عصبی مصنوعی، جهت پیش‌بینی بازدهی روزانه شاخص بورس اوراق بهادار تهران طی فاصله زمانی 1396-1387 می‌پردازد. وجود ویژگی ‌حافظه ‌بلندمدت‌ در واریانس ‌شرطی بازدهی شاخص کل بورس موجب شده تا ‌علاوه‌ ‌بر ‌مدل‌های ‌دارای ‌حافظه ‌کوتاه‌مدت GARCH و EGARCH در این ‌پژوهش از مدل‌های FIGARCH و FIEGARCH که دارای ویژگی حافظه بلندمدت هستند؛ استفاده ‌گردد. ...

پیش بینی حجم ترافیک نقشی مهم در کاهش ازدحام ترافیک، تقویت عملکرد زیرساخت های حمل و نقل، مدیریت جریان ترافیک و بهبود ایمنی ترافیک دارد. در پژوهش حاضر، به پیش بینی متوسط حجم روزانه ترافیک پرداخته می شود. بدین منظور، از روش شبکه های عصبی انتشار برگشتی چند لایه به همراه تحلیل اجزای اصلی و نیز روش شبکه عصبی- ژنتیک همراه با تحلیل اجزای اصلی استفاده شده است. با توجه به موقعیت ویژه و با اهمیت شهر تهران...

آب های زیرزمینی همواره به عنوان یکی از منابع مهم و عمده تامین آب شرب و کشاورزی مطرح بوده است. مدل های قابل اطمینان جهت پیش بینی سطح آب زیرزمینی می توانند در مدیریت بهینه استفاده از منابع محدود آب زیرزمینی کمک شایانی نمایند. در این پژوهش توانایی شبکه عصبی مصنوعی و موجک و زمین آمار برای پیش بینی یک ماه آینده تراز آب زیرزمینی در نقاط مشخصی از دشت مشهد مورد ارزیابی قرار گرفته اند. دادههای مورد استف...

تحلیل قابهای فولادی در گذشته با فرض رفتار ایده آل صلب یا مفصلی اتصالات کف ستون انجام می شد. برخی روشهای تحلیلی پیشرفته برای در نظر گرفتن اتصالات به صورت نیمه صلب پیشنهاد شده است، ولی عملکرد این روشها وابسته به مدلسازی صحیح اتصال است. در تحلیل قابهای نیمه صلب، رفتار گره باید مدل شود و این مدل با مدل منحنی لنگر-دوران مرتبط می باشد. بستگی به تحلیل مورد نیاز، هر نوع بیانی از منحنی لنگر- دوران قابل ...

پیش بینی صحیح و مناسب فرآیندهای هیدرولوژیکی می تواند کمک شایانی در زمینه طراحی بهینه پروژه های آبی و مهندسی و نیز جلوگیری از خطرات ناشی از آنها داشته باشد. در این راستا مدلسازی منطقی و مناسب فرآیند بارش-رواناب به عنوان اولین و مهمترین گام در راستای مبارزه و مقابله با سیلاب به عنوان یک بلای طبیعی می باشد. لیکن این فرآیند استوکاستیک به عوامل و پارامترهای مختلفی از جمله شرایط آب و هوا، رطوبت، نفوذ...

یکی از مشکلات مهم در پیش بینی با شبکه های عصبی مصنوعی، فراهم کردن داده های لازم برای پیش بینی است؛ چرا که شبکه های عصبی برای حصول نتایج دقیق نیاز به داده های زیادی دارند. اما باید توجه داشت که جمع آوری داده های مورد نیاز شبکه، نخست، بسیار هزینه بر است و دوم، مدت زمان طولانی را طلب می کند. بنابراین با توجه به تغییرات سریع در محیط های واقعی و به ویژه سیستم های اقتصادی و مالی، پیش بینی در این گونه...

دستیابی به یک نتیجه دقیق و مناسب در فرایند چهارمرحله ای آنالیز سفر به روش utms وابسته به برآورد دقیق و قابل قبول تعداد سفرهای تولید شده در نواحی مختلف شهر است. در بررسی مرحله ایجاد سفر با توجه به وابستگی شدید میزان سفر تولید شده در یک ناحیه به اطلاعات سهل الوصولی نظیر جمعیت ، برآورد تولید سفر معمولاً با دقت خوبی انجام میگیرد. از اینروست که در صورتیکه مقادیر برآورد شده دیگر نظیر مقادیر جذب سفر با...

چکیده انتخاب ویژگی های مناسب برای بررسی و پیش بینی هر کمیت جوی مرتبط با یک پدیده هواشناسی از قبیل وقوع توفان حاره ای یکی از چالش های اساسی شناسایی سیستم و مدل سازی آن سیستم می باشد. در این رساله روش های مختلف استخراج ویژگی از قبیل جستجوی پی در پی پیشرو، پسرو، معیار همبستگی متقابل، تحلیل مولفه های اصلی و تحلیل عامل های اصلی برای استخراج کمیت های مرتبط با سرعت باد در ارتفاع 10 متری از سطح زمین د...

ارزیابی عملکرد کارکنان، نمره دهی کارکنان بر اساس شاخصهای کمی و کیفی سازمان است و نوعی تصمیم گیری چند معیاره محسوب می شود. سازمانهای پیشرو در دنیای امروز با درک تعاملات متقابل سازمان و منابع انسانی خود رمز و موفقیت خود را در بکارگیری شیوه های نوین مدیریتی با بهره مندی از انسانهای فرهیخته دانسته و براین باورند که دارایی ارزشمندی که برای آنها مزیت رقابتی ایجاد می کند کارکنان با کیفیت است. در این ر...

در این مطالعه، با استفاده از یک مدل جایگزین مبتنی بر شبکه های عصبی مصنوعی داده های آزمایشگاهی یک کلکتور خورشیدی از نوع لوله تخلیه با لوله گرمایی شبیه سازی شد. در این آزمایش ها، هدف تغییر نوع سیال عامل، درصد پرشدگی و هم چنین غلظت نانو سیال برای به دست آوردن بیشترین بازدهی سیستم بوده است. آب دو بار تقطیر، اتانول، نانو سیال های اکسید آلومینیوم و مس پایه آب به عنوان سیال عامل استفاده شده اند. شبکهه...