پیش‌بینی تقاضای آب در سیستم‌های آبرسانی و توزیع آب، با توجه به‌کمک شایانی که می‌تواند به مدیران این مجموعه‌ها برای مدیریت بحران (حداقل و حداکثر مصرف) داشته باشد، از اهمیت بالایی برخودار است. پیچیدگی و تأثیر عوامل و پارامترهای مختلف بر میزان تقاضای آب در این سیستم‌ها، سبب گردیده است که روشهای تحلیلی و ریاضی کارایی لازم را در این زمینه نداشته باشند. در این مقاله روش شبکه‌های عصبی مصنوعی برای برآو...

در این مقاله، از یک کنترلر تطبیقی به همراه شبکه عصبی موجک برای یک کلاس از سیستم های غیرخطی ابعاد وسیع، با زیر سیستم غیر افاین غیرخطی نامعلوم دارای تأخیر زمانی استفاده شده است. تداخلات وارد شده به زیر سیستم ها، غیرخطی و دارای تأخیر در نظر گرفته شده است که در مقایسه با حالتی که تأخیر برای تداخلات، در نظر گرفته نمی شود به واقعیت نزدیک تر است. در این مقاله، وزن های مربوط به لایه خروجی شبکه عصبی موج...

در این پایان نامه روشی جدید برای حل یک مجموعه از معادلات جبری غیرخطی با استفاده از ساختار شبکه عصبی هاپفیلد، ارائه می شود و فرمول تابع انرژی و تجزیه و تحلیل پایداری شبکه پیشنهادی مورد بررسی قرار می گیرد. همچنین قابلیت شبکه ی ارائه شده با حل مثال هایی مورد آزمایش قرار گرفته است. عملکرد شبکه پیشنهادی از نظر محاسبه ی هزینه و زمان کل مورد نیاز برای به دست آوردن نتایج نهایی کارآمد می باشد. نتایج به ...

در این مقاله روشی برای کنترل ولتاژ و توان راکتیو در شبکه توزیع دارای اغتشاش هارمونیکی شدید با هدف افزایش کیفیت توان ارائه شده است که نیازمند پیش‌بینی دقیق تولید منابع نمی‌باشد. در روش ارائه شده از ظرفیت توان راکتیو سیستم فتوولتاییک (PV) به‌صورت برخط در کنترل ولتاژ و توان راکتیو سیستم استفاده می‌شود. در این روش، ابتدا بر پایه الگوی بار مورد تقاضا از سیستم و الگوی توان اکتیو تولیدی منابع PV، نحوه...

پیش‌بینی صحیح رشد اقتصادی در سیاست‌گذاری‌ها و برنامه‌ریزی‌های بلندمدت توسعة پایدار نقشی مهم را ایفا می‌کند. یکی از مسائل مهم در پیش‌بینی سری‌های زمانی استفاده از روش‌هایی برای شناسایی الگوهای زمانی با هدف کنترل پیچیدگی‌ها و بهینه‌سازی خطای حاصل از پیش‌بینی است. در این پژوهش، تحلیل سری‌های زمانی تولید ناخالص داخلی به‌صورت غیرخطی به‌منظور پیش‌بینی مسیر حرکت رشد اقتصادی به‌کمک روش شبکة عصبی مصنوعی...

خشک‌سالی پدیده‌ای است که برای پیش‌بینی آن نمی‌توان از مدل مشخصی استفاده کرد. بر این اساس، محققان تلاش می‌کنند با استفاده از مدل‌های پیشرفته دقت پیش‌بینی‌ها را افزایش دهند. در این زمینه، مدل‌های استوکاستیک خطی، شبکة عصبی مصنوعی، و مدل‌های هیبرید می‌توانند در دقت پیش‌بینی مفید باشند. تحقیق حاضر به بررسی کارایی مدل‌های اتورگرسیو میانگین متحرک تجمعی (ARIMA)، شبکة عصبی مصنوعی مستقیم (DMSNN)، شبکة عص...

امروزه از شبکه های عصبی در زمینه های تحقیقاتی مختلف مانند محاسبات هوشمند، کنترل، شناسایی، پیش بینی سری های زمانی وغیره استفاده می شود. این شبکه ها به دو گروه شبکه های عصبی پیشرو و شبکه های عصبی بازگشتی طبقه بندی می شوند. شبکه های عصبی پیشرو استاتیکی می باشند به این مفهوم که خروجی آنها فقط به ورودی های فعلی شبکه بستگی دارد و این شبکه ها حافظه ندارند. شبکه های عصبی بازگشتی یک تعمیم از شبکه های عص...

قضیۀ زوبوف یکی از قضایایی است که برای پایداری یک دستگاه غیرخطی با دامنه ربایش معلوم شرایطی را   بیان می کند. از شبکه های عصبی استفاده کرده و با آن ها، تعدادی از توابع موجود در قضیۀ زوبوف را تقریب می زنیم، بدین ترتیب کنترل کنندۀ یک دستگاه کنترل غیرخطی، که به لحاظ ریاضی یافتن ضابطۀ کنترل آن آسان نیست، به دست می آید. در این تحقیق دو استراتژی مختلف را به کار می گیریم و نهایتاً تأثیر و قابلیت روش های...

هدف اصلی این مطالعه بررسی روابط میان تورم، بیکاری و رشد اقتصادی در قالب منحنی‌های فیلیپس، اوکان و عرضه کل است. دراین راستا از روش‌های غیرخطی اتورگرسیو انتقال ملایم در بازه فصلی1380 تا 1395 استفاده شد. نتایج نشان داد که: الف) بر اساس آزمون تراسورتا، منحنی فیلیپس از مدل غیرخطی لجستیک؛  منحنی اوکان از مدل غیرخطی نمایی و عرضه کل از مدل خطی تبعیت می‌کند. ب) الگوی فیلیپس تصریح شده از دو رژیم پیروی می...

خشکسالی یک رویداد طبیعی است که می تواند خسارات قابل توجهی را به زندگی بشر وارد سازد. پیش بینی خشکسالی نقش موثری را در مدیریت منابع آب ایفا می کند. در این تحقیق به منظور پیش بینی خشکسالی سه مدل ترکیبی از انواع شبکه های عصبی و تبدیل موجک ارائه شده است و سپس با استفاده از این مدل ها، شاخص بارش استاندارد (spi) برای 12 ماه آینده در ایستگاه سینوپتیک یزد پیش بینی گردیده است. شبکه های عصبی مصنوعی توانا...