دراین مطالعه به منظور بررسی عوامل مؤثر بر ضایعات نان و تعیین روابط کوتاه مدت، بلندمدت و ضریب تصحیح خطا بین ضایعات نان و متغیرهای مستقل مؤثر برآن طی سال های 1385-1357 و پیش بینی ضایعات نان از الگوی سری زمانی چند متغیره ardl استفاده شده است. بر اساس الگوی ardl ضایعات نان در بلندمدت تابعی مستقیم از تولید ناخالص ملی و رشد شهرنشینی می باشد و قیمت نان و ضریب جینی بر ضایعات نان اثر معکوس دارند. در کوت...

یکی از عوامل مهم و تأثیرگذار در شار حرارتی خاک و شدت تبخیر- تعرق، تابش خالص خورشیدی می­باشد. تابش خالص تفاوت بین شارهای تابش ورودی و خروجی در طول موج­های بلند و کوتاه می­باشد. اندازه­گیری تابش خالص به علت مشکلات واسنجی و هزینه آن دشوار است. بنابراین تابش خالص اغلب از معادلات نیمه­تجربی مبتنی بر مشاهدات تابش طول موج کوتاه خورشیدی، فشار بخار و دمای هوا پیش­بینی می­شود. با توجه به اینکه شبکه عصبی ...

در این مقاله با ارایه نمونه عملی فرآیند اسپری درایینگ، متدولوژی مدل سازی فرآیندها با استفاده سلسله مراتبی از تحلیل رگرسیونی و الگوریتم شبکه عصبی مصنوعی، با هدف کنترل پیش بینانه کیفیت، برای نخستین بار تشریح و پیاده سازی شده است. استفاده ازanns در این مقاله، به منظور معماری مدل عصبی فرآیند اسپری درایینگ با اتخاذ یک رویکرد عمومی و انتخاب الگوریتم پس انتشار خطا به کمک داده های مستقیم است. فرض تاثیر...

این مقاله کوششی است در راستای به کارگیری مدل‏سازی جریان های آب زیرزمینی به منظور پیش بینی وضعیت آیندة آبخوان آب باریک بم و نیز ارزیابی کمّی تأثیر پروژه تغذیة مصنوعی این آبخوان. مطالعات نشان می دهند که میزان برداشت از ذخایر این آبخوان، به خصوص از سال های دهه ی شصت شمسی به بعد، بیش از میزان تغذیة آن بوده است. این امر موجب افت سطح ایستابی آبخوان می شود به گونه ای که در اسفند ماه 1364نسبت به اسفند م...

اندازه‌گیری مؤثر و تجزیه و تحلیل دقیق کیفیت خدمات، نخستین گام ضروری برای ارتقای عملکرد کتابخانه‌ها و مراکز اطلاع‌رسانی و در نتیجه بهبود شیوه‌های خدمات‌رسانی در این مراکز است. پژوهش حاضر با به‌‌کارگیری شبکه‌های عصبی مصنوعی به عنوان یک ابزار قدرتمند در مدل‌سازی روابط غیرخطی، تأثیر استفاده از داده‌‌های به‌‌دست آمده از ادراکها و انتظارهای مشتریان و چگونگی استفاده از آنها را در کتابخانه مرکز...

آبخوان دشت بستان‌آباد واقع در استان آذربایجان‌شرقی تأمین‌کننده اصلی نیازهای آبی منطقه می‌باشد. با توجه به برخی محدودیت‌های مدل‌های عددی مثل وقت‌گیر و پر‌هزینه بودن و نیاز به داده‌های زیاد، در این تحقیق از مدل‌های هوش مصنوعی شامل شبکه‌های عصبی پیشرو (FNN)، شبکه‌های عصبی برگشتی ‌(RNN) و برنامه‌نویسی بیان ژن (GEP) جهت بررسی تغییرات سطح آب زیرزمینی دشت استفاده شده است. دسته‌بندی پیزومترها به دلیل ن...

در این مقاله استفاده از مدل های شبکه عصبی مصنوعی (ann) و برخی الگوهای متداول در زمینه پیش بینی نرخ ارز، مورد آزمون و تحلیل قرار گرفته بدین صورت که، عملکرد پنج الگوی رگرسیون خطی در مقایسه با شبکه های عصبی مصنوعی، برای پیش بینی نرخ ارز اسمی (ریال ایران به دلار ایالات متحده آمریکا) مورد بررسی قرار می گیرد. الگوهای رگرسیون خطی عبارتند از روش باکس- جنکینز (الگوی میانگین متحرک انباشته خود همبسته)، فر...

هدف از این مقاله ارزیابی الگوی ترکیبی شبکه­های عصبی مصنوعی و الگوریتم ژنتیک در پیش بینی تقاضای انرژی بخش کشاورزی ایران می­باشد. برای این منظور، از داده­های سالانه مصرف انرژی بخش کشاورزی کشور به عنوان متغیر خروجی مدل­های پیش­بینی و از داده­های سالانه جمعیت کل کشور و کل تولیدات بخش کشاورزی کشور به عنوان متغیرهای ورودی مدل­های پیش­بینی استفاده شد. در پایان به منظور مقایسه نتایج پیش­بینی مدل ترکیبی...

پیش­بینی در هیدرولوژی به معنی تخمین شرایط هیدرولوژیکی و هواشناسی در یک بازه زمانی خاص می­باشد. در همین راستا، فهم رابطه بین بارش و رواناب یکی از ضروری‌ترین مسائل برای مدیریت منابع آب می‌باشد. پژوهش حاضر با هدف مقایسه بین مدل‌های مختلف شبکه عصبی مصنوعی (MLP وRBF) و سری‌های زمانی آرما (ARMA) در برآورد دبی ماهانه در حوزه آبخیز طالقان برای یک دوره 30ساله بین سال‌های 1356 تا 1386 پی­ریزی شد. در روش ...

تبخیر و تعرق مرجع یکی از عوامل مهم سیکل هیدرولوژیکی است که باید در طرح های آبیاری، مطالعات زهکشی و هیدرولوژیکی برآورد شود و دقیق ترین روش برای برآورد آن، لایسیمتر است اما استفاده از لایسیمتر، مستلزم وقت و هزینه زیادی است، از این رو تخمین تبخیر- تعرق با استفاده از پارامترهای هواشناسی و به کار بردن مدل های تجربی انجام می گیرد که در این میان، معادله پنمن- مانتیث- فائو به عنوان روش استاندارد محاسبه...