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...

گسترش سریع استفاده از شبکه های عصبی مصنوعی ( ann) به عنوان مدل تجربی و کارآمد در علوم مختلف از جمله هواشناسی و اقلیم شناسی نشان دهنده ضرورت ارزش بالای مطالعه این مدل هاست. پیش بینی بارش برای اهداف مختلفی نظیر برآورد سیلاب، خشکسالی، مدیریت حوضه آبریز، کشاورزی و ... دارای اهمیت بسیاری است. هدف این مقاله پیش بینی بارش ماهانه با استفاده از شبکه های عصبی مصنوعی در شهر تهران می باشد. در این تحقیق از ...

پایدارساز سیستم قدرت (pss) بطور گسترده ای برای تولید سیگنال های کنترلی تکمیلی به منظور میرا کردن نوسانات فرکانس پایین در سیستم های قدرت مورد استفاده قرار می گیرد. در این پروژه روشی برای تنظیم بهنگام پارامترهای یک پایدارساز مرسوم سیستم های قدرت (cpss)به کمک شبکه های عصبی شعاعی (rbf) و شبکه پرسپترون چند لایه (mlp)، ارائه می شود. توان های اکتیو و راکتیو به همراه ولتاژ ترمینال ژنراتور به عنوان ورود...

  یکی از روش­های پیش­بینی دبی اوج استفاده از مدل جعبه سیاه از جمله شبکه عصبی مصنوعی است. نقطه ضعف شبکه­های عصبی در جعبه سیاه عدم وجود قانون تایید شده برای معماری شبکه آنها است، معیار مناسبی برای تعیین تعداد لایه­ و تعداد نرون در لایه پنهان، نوع تابع فعالسازی برای لایه پنهان و لایه خروجی وجود نداشته و تنها راه­ حل استفاده از روش سعی و خطا می­باشد. در این تحقیق با استفاده از شبکه عصبی پرسپترون و ...

  یک سیستم رودخانه­ای یک سیستم بازاست که از درگیر شدن ارتباطات مختلف و پیچیده شکل می‌گیرد. خصوصیات ذاتی حوضه‌ها از یک سو و عوامل خارجی از سوی دیگر رفتارهای رودخانه را متاثر می‌سازد.وجود ارتباطات متقابل متعدد از جمله ارتباطات جریان ورسوب حمل شده وتاثیر عوامل ژئومورفولوژی حوضه و مدل سازی آن از اهمیت ویژه ای برخوردار است.در این مطالعه دونوع شبکه عصبی مصنوعی ژئومورفولوژیکی و غیر ژئومورفولوژیکی برای...

در این تحقیق، مدل­سازی فرآیند غیرخطی بارش- رواناب با استفاده از مدل خطی ولترا انجام می­شود. بدین منظور، داده­های بارش و رواناب همزمان مربوط به پانزده رویداد از حوزه آبخیز ناورود واقع در شمال کشور جمع­آوری گردیده و به­ترتیب 70 % و 30 % رویدادها برای آموزش و تست مدل بکار برده شدند. در نهایت، عملکرد مدل ولترا با شبکه عصبی پرسپترون چند لایه و با استفاده از پنج معیار عملکرد مختلف مورد مقایسه قرار گر...

در این پژوهش کالیبراسیون رنگی اسکنر با استفاده از شبکه عصبی پرسپترون با سه لایه و چهارلایه و الگوریتـم آمـوزش پس انتشار خطا برای پارچه های پلی استر رنگی انجام شد. نتایج نشان می دهد که اگر نمونه های آموزشی به صورت تصادفی انتخاب شوند، جوابهای مناسبی به دست نمی آید. لیکن استفاده از نمونه های آموزشی انتخابی برای مشخصه های l*a*b* یا rgb منجر به جوابهای مناسب می شود. هرچند نتایج نمونه های انتخابی از ...

این مطالعه با هدف پیش بینی اشتغال بخش کشاورزی استان سیستان وبلوچستان صورت گرفته است. داده های مورد نیاز مطالعه، برای دوره ی زمانی 1388-1355 از سایت بانک مرکزی و سالنامه های آماری سا ل های مختلف و همچنین از سایت اداره آمارگرفته شد. به منظور شناسایی رابطه ی بین متغیرها، با توجه به اینکه داده ها از نوع سری زمانی بودند، ابتدا موضوع ایستایی متغیرها با استفاده از آزمون ریشه ی واحد دیکی-فولر تعمیم یاف...

چکیده شبکه های عصبی در دهه ی اخیر به عنوان ابزار قدرتمندی جهت پیش بینی در حوزه های مختلف مورد استفاده قرار گرفته اند. در این تحقیق از شبکه عصبی پیشخور پرسپترون چند لایه (MLP) با یادگیری پس انتشار از الگوریتم آموزش انتشار به عقب (BP)، با تکنیک بهینه سازی عددی لونبرگ- مارکوات (LM)،توسط نرم افزار متلب مورد استفاده قرار گرفت. درصد رطوبت کیک ، دمای پرس و زمان بسته شدن پرس به عنوان متغیرهای ورودی و خ...

در این پایان نامه به مساله آشکار سازی و تشخیص خطا در شبکه های حسگر بی سیم با رویکردی مبتنی بر سیگنال های حس شده توسط گره های حسگری و ارائه رهیافتی موثر در جهت کاهش انرژی مصرفی، پرداخته شده است. مساله مصرف انرژی همواره به عنوان یکی از چالش های مهم در شبکه های حسگر بی سیم به شمار می رود. همچنین گره ها متشکل از اجزای الکترونیکی هستند و وقوع خطا در این اجزا، اجتناب ناپذیر می باشد که می تواند منجر ب...