نتایج جستجو برای: سریهای زمانی مصنوعی

تعداد نتایج: 62377  

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز 1389

به منظور تخمین زمانی- مکانی مقدار بارش ماهیانه، با توجه به پیچیدگی پدیده و در دسترس نبودن اطلاعات فیزیکی کافی و عدم اطلاع دقیق از روابط و معادلات ریاضی حاکم بر مسئله، معمولاً به سراغ ارائ? مدلهای جعبه سیاه، که مستقل از پارامترهای فیزیکی موثر بر پدیده و معادلات حاکم بین آنها می باشد، باید رفت. در این پایان نامه مدلی ترکیبی و جعبه سیاه تحت عنوان ann-rbf به منظور تخمین زمانی- مکانی مقدار بارش ماهی...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه یزد - دانشکده منابع طبیعی 1387

در این تحقیق به بررسی کارایی شبکه های عصبی مصنوعی جهت پیش بینی خشکسالی در ایستگاه سینوپتیک یزد و 13 ایستگاه غیر سینوپتیک در سطح منطقه پرداخته شده است. بر اساس بررسی های انجام شده در این زمینه ساختارهای دینامیک شبکه عصبی شامل دو شبکه برگشتی و شبکه برگشتی با تاخیر زمانی کارایی بهتری از خود نشان دادند.

Journal: : 2021

آلیاژهای منیزیم معمولاً دارای عدم تقارن تسلیم در حالت کشش و فشار هستند که این عامل ناشی از سازوکارهای مختلف تغییر شکل پلاستیک فعال تحت بارگذاری‌های کششی فشاری است. مقاله بر روی شبیه‌سازی المان حجمی نماینده‌ی سه‌بعدی آلیاژ اکسترود شده تمرکز دارد تا با کمک روابط کریستال پلاستیسیته تأثیر شدت بافت پایه ـ را بررسی کند. پلاستیسته مبتنی‌بر لغزش به‌صورت یک زیربرنامه نرم‌افزار آباکوس (U‌M‌A‌T) برای آزمون...

ژورنال: :journal of agricultural economics 2009
کریم آذربایجانی سیدکمیل طیبی لیلی بیاری

پیش بینی دقیق قیمت طیور و فرآورده های آن از طریق توجه به کاهش نوسانات باعث تخصیص بهینه ی منابع، افزایش کارایی و سرانجام افزایش درآمد مرغداران می شود. با توجه به اهمیت پیش بینی قیمت گوشت مرغ، در این تحقیق قیمت این محصول با استفاده از روش های هم جمعی ardl، جوهانسون- جوسیلیوس و روش شبکه های عصبی مصنوعی برای افق های زمانی یک ماهه، شش ماهه و دوازده ماهه پیش بینی شد و این فرضیه که شبکه ی عصبی مصنوعی ...

ژورنال: آبخیزداری ایران 2015
بذرافشان, ام البنین , سلاجقه, علی , فاتحی‌مرج, احمد, مهدوی, محمد ,

  خشکسالی یک رخداد طبیعی تکرار­شونده و موقتی است که ناشی از کاهش بارندگی نسبت به میانگین بلندمدت آن می­باشد و می­تواند در هر اقلیمی رخ دهد. از آنجائی که خشکسالی پدیده‌ای تصادفی و غیرخطی است ، استفاده از مدل‌های استوکاستیک خطی، شبکه عصبی مصنوعی و مدل‌های هیبرید می‌تواند در توسعه نتایج پیش‌بینی مفید باشد. مطالعه حاضر به بررسی کارایی مدل‌های ARIMA، شبکه عصبی مصنوعی و مدل هیبرید آریما - شبکه ع...

ژورنال: تحقیقات مالی 2008
محمد مهدی کیامهر محمد نمازی,

این مطالعه به بررسی پیش‌بینی‌پذیری رفتاربازده سهام شرکت‌های یذیرفته شده در بورس اوراق بهادار تهران وهمچنین انجام عمل پیش‌بینی بازده با استفاده از شبکه‌های عصبی مصنوعی می‌پردازد. به منظور انجام عمل پیش‌بینی بازده، در مرحله اول روند گذشته سری زمانی مربوط به شرکت‌ها و همچنین سه متغیر از متغیرهای تحلیل تکنیکی (شاخص سهام، حجم سهام مبادله شده و آخرین نرخ سهام در روز) برای مدت 5 سال(تیرماه 1377 لغایت ...

تولید شتاب‌نگاشت‌های مصنوعی مناسب، با توجه به کمبود رکوردهای ثبت‌شده‌ی زلزله و همچنین محدودیت و اشکالات موجود در آن‌ها از یک سو و استفاده‌ی روزافزون از آنالیز دینامیکی تاریخچه‌ی زمانی برای محاسبه‌ی پاسخ سیستم‌ها از طرف دیگر، امری ضروری به‌نظر می‌رسد. با توجه به کمبود رکوردهای طبیعی، بهترین راه عملی استفاده از رکوردهای مصنوعی مناسب در منطقه‌ی موردنظر است. این شتاب‌نگاشت‌ها باید به نحوی ایجاد شون...

چکیده بی­شک اولین قدم برای مدیریت منابع آب پیش‌بینی و برآورد جریان رودخانه‌ها است. در این مطالعه به منظور پیش‌بینی سری زمانی جریان روزانه و ماهانه ایستگاه‌های کاکارضا و سراب صیدعلی، مدل‌های شبکه عصبی مصنوعی و سیستم استتتاج فازی عصبی تطبیقی استفاده شده است. به منظور بهبود نتایج شبیه‌سازی از آنالیز موجک به عنوان مدل ترکیبی استفاده شد. برای این هدف، سری زمانی جریان و بارش به...

ژورنال: تحقیقات اقتصادی 2007
حمید خالوزاده, سعیده حمیدی علمداری محمد علی فلاحی

در این مقاله، با هدف دستیابی به پیش‎بینی‎های دقیق‎تر، سه نوع الگوی رگرسیون خطی، سری‎زمانی و شبکه عصبی مصنوعی طراحی و براورد شده است. در ابتدا ماهیت ساختاری سری‎زمانی مورد نظر از جهت خطی، غیرخطی و تصادفی بودن با استفاده از آزمون نمای لیاپانوف بررسی شده است. نتایج این آزمون، وجود آشوب ضعیفی را در سیستم نشان می‎دهد و بیانگر امکان استفاده از الگوسازی غیرخطی برای پیش‎بینی دقیق تر کوتاه مدت است. در...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید