در دهه‌های اخیر به‌دلیل اهمیت یافتن مسئله آب و همینطور افزایش تمایل به محاسبه مقدار رواناب حاصل از بارش، توسعه و اجرای روشهای مناسب برای پیش‌بینی رواناب از روی داده‌های بارش به مسئله‌ای ضروری تبدیل شده است. یکی از این روشها که در بسیاری از رشته‌ها از جمله هیدرولوژی توسعه یافته است، استفاده از روشهای محاسبات نرم نظیر منطق فازی و شبکه‌های عصبی مصنوعی است. در این تح...

چکیده در این پایان نامه تشخیص جزیره ای شدن تولیدات پراکنده، با استفاده از تبدیل موجک سیگنالهای گذرا در ریزشبکه ها بررسی شده است. همچنین روشی سریع جهت تشخیص جزیره ای به کار برده شده است که بر اساس اندازه گیری سیگنالهای جریان و ولتاژی است که با استفاده از تبدیل موجک گسسته تحلیل شده اند. اندازه گیری این سیگنالهای جریانی و ولتاژی قبل از قطع کننده (بریکر) اصلی ریزشبکه بوده و مشخصه های آنها توسط تبد...

اندازه گیری مستقیم تنوع گونه­ای امری وقت­گیر و ­هزینه­بر بوده و تا حدی به دلیل خطاهای حاصل از نمونه­گیری غیرقابل اعتماد است. این مطالعه با هدف تعیین فاکتور­های کم­هزینه در پیش­بینی تنوع گونه­ای بوسیله شبکه مدل­های عصبی مصنوعی، شبکه عصبی تطبیقی-فازی و رگرسیونی انجام شد. نمونه­برداری با استفاده از روش سیستماتیک-تصادفی از 60 قطعه نمونه در طول 6 ترانسکت 100 متری و از عمق 30-0 سانتی­متری خاک صورت گر...

در این مقاله روش کمینه‌سازی توابع هدف با کمک شبکه‌های عصبی موجک چند لایه، جهت مدل‌سازی توموگرافی یونوسفر به عنوان یک روش جدید ارائه شده است. براساس روش توموگرافی، تابع هدفی تعریف گردیده و سپس با کمک شبکه‌های عصبی موجک چند لایه (WNN) طراحی شده، مقدار این تابع هدف به کمترین میزان خود می‌رسد. جهت بهینه‌سازی وزن‌ها و بایاس‌ها در شبکه‌های عصبی، می‌بایستی از یک الگوریتم آموزش مناسب بهره گرفت. به همین...

در تلاش برای حل مسائل برنامه ریزی چندهدفه بسیاری از روش های ریاضی و تصادفی توسعه یافته اند. در واقع روش حل این مسائل به ساختار مدل مساله وابسته است. اما بسیاری از مسائل دنیای واقعی در اهداف و یا قیدها ساختار نامعین دارند که باعث می شود بکارگیری این روش ها در آنها با مشکل مواجه شود. برای حل این مشکل از سیستم های هوشمند و مولفه های هوش محاسباتی نظیر محاسبات فازی، شبکه های عصبی، الگوریتم های تکامل...

  این مطالعه برای پیش‌بینی بازدهی شاخص قیمت و بازده نقدی بورس اوراق بهادار تهران، آشوب را تحلیل و پیش‌بینی‌پذیری را بررسی کرده و نیز عملکرد انواع مدل ‌ های شبکۀ عصبی را با کمک داده‌های تجزیه‌شده با روش موجک ارزیابی کرده است. به‌همین منظور، از داده ‌ های سری‌زمانی روزانه و سری بازدهی شاخص قیمت و بازده نقدی بورس طی دورۀ زمانی ۵ فروردین ‌۱۳۸۸ تا ۱۸ اردیبهشت ۱۳۹۱ استفاده شده است. براساس نتایج این م...

در سال‌های اخیر آلودگی هوا به عنوان یکی از بزرگ ترین مشکلات زیست محیطی در سطح جهانی مطرح شده است. ازن تروپوسفری یک آلاینده ثانویه است و سبب بروز مشکلات تنفسی و تاثیر حاد بر گیاهان می‌شود. در این مطالعه به دلیل غیر خطی بودن و پیچیدگی این پدیده‌هابه مقایسه برآورد غلظت آلاینده ازن با استفاده از شبکه عصبی مصنوعی و شبکه عصبی فازی-تطبیقی پرداخته شد. در پژوهش حاضر از متغیرهای هواشناسی در ...

در این مقاله یک کنترلگر منطق فازی، که با تأخیرهای زمانی تطبیق می‏یابد، ارائه شده است تا عملکرد سامانه‏های کنترل از طریق شبکه را بهبود ‏دهد. مهمترین چالش در این سامانه‏ها، تأخیر زمانی تصادفی متغیر در شبکه‏های مخابرات داده است. کنترلگرهای سنتی مانند تناسبی-انتگرالی-مشتق‏گیر که معمولاً با یک تأخیر ثابت تنظیم می‏شود، باعث ناپایداری این سامانه‏ها می‏گردد. از طرف دیگر کنترلگرهای منطق فازی به خاطر ماهی...

مدل‏های پیش‏بینی صحیح و قابل اطمینان تراز آب زیرزمینی برای مدیریت منابع آب اهمیت دارند. در سال‏های اخیر استفاده از تحلیل موجک برای تجزیه سری‏های زمانی و ترکیب آن با شبکه‏های عصبی به صورت گسترده‏ای در مدل‏سازی پدیده‏های هیدرولوژیکی به کار رفته‏است. در پژوهش حاضر کاربرد مدل‏های شبکه عصبی، ترکیبی شبکه عصبی- موجک و رگرسیون خطی چندمتغیره در پیش‏بینی تراز آب زیرزمینی هفت حلقه پیزومتر واقع در دشت قم ب...

شناسایی عوامل تاثیرگذار در فرآیندهای هیدرولوژیکی نقش مهمی را در مدیریت منابع آب ایفا می­کند. در این پژوهش با به­کارگیری تبدیل موجک متقابل و ارتباطی بر روی سری­های زمانی بارش، دما و دبی خروجی میزان تاثیر تغییرات هر یک از این پارامترها بر روی نوسانات تراز آب زیرزمینی دشت سیلاخور اولویت‌بندی می­گردد. تبدیل موجک متقابل و ارتباطی میزان تاثیر متقابل و تاخیر فاز دو سری زمانی را نسبت به هم برآورد می‌کن...