همچنان مدل پورتفوی مارکویتز در حرفه و مباحث علمی سرمایه گذاری، رویکرد غالب است. در قیاس با رشد روزافزون استفاده از پورتفوی ها و با وجود ادبیات غنی آن، همچنان مشکل ها و سوال های بی پاسخ فراوانی در این باره وجود دارد. چگونگی انتخاب پورتفوی، از جمله مسائل بحث برانگیز است. انتخاب روش بهینه سازی پورتفوی نیز، یکی از مهم ترین زیرشاخه های این مقوله است. هدف این پژوهش، ارائه ابزاری مفید و کارآمد برای کم...

در این مقاله، ما یک دسته از سیستم های کنترل غیرخطی را توسط شبکه های عصبی مصنوعی و قضیه زوبوف پایدار می کنیم. قضیه زوبوف یکی از قضایایی است که شرایطی را برای پایداری یک سیستم غیرخطی با ناحیه جذب معلوم، بیان می کند. از شبکه های عصبی استفاده کرده و توسط آنها، تعدادی از توابع موجود در قضیه زوبوف را تقریب می زنیم بدین ترتیب کنترل کننده یک سیستم کنترلی غیرخطی که به لحاظ ریاضی یافتن ضابطه آن آسان نیست...

با ظهور انرژی های پاک و واحدهای تولید پراکنده و مزایای فراوان آن ها گامی در زمینه تغییر و تحول ساختار واحدهای تولید انرژی به وجود آمده است. اگرچه ریزشبکه های الکتریکی با مزایای فراوانی همراه هستند اما کنترل چنین سیستمی به دلیل پراکندگی واحدهای تولیدی و تغییر ساختار شبکه با مشکلاتی همراه است، از این رو وجود یک ساختار کنترلی کارامد الزامی است. در این پایان نامه کنترل همزمان ولتاژ و فرکانس ریزشبکه...

هدف از انجام این پژوهش، ارزیابی رابطه تلفات اولیه باران (ia) در حوضه های آبریز است که توسط سازمان حفاظت خاک آمریکا (scs) ارائه شده است. بدین منظور حوضه آبریز دالکی در جنوب غرب ایران مورد بررسی قرار گرفت و با استفاده از gis، مدل ریاضی hms و تعدادی وقایع بارش – رواناب اتفاق افتاده در منطقه، ضمن واسنجی برخی از فراسنج ها از قبیل شماره منحنی (cn)، تلفات اولیه باران و ضرایب ماسکینگام (k و x)، مدل بار...

هدف این رساله، پایدارسازی سیستم های کنترل غیرخطی از طریق شبکه های عصبی است. این کار در سیستم های غیرخطی گسسته و پیوسته انجام شده است. در سیستم های گسسته نسبت به پیوسته عملکرد شبکه های عصبی بهتر بود. نوع شبکه های بکار رفته شده غالباً از نوع چند لایه است که در آن قوانین یادگیری متفاوتی بکار رفته است. در حالت کلی دو نوع یادگیری بنام برخط و نه برخط وجود دارد، هر دو حالت را در سیستم ها انجام داده و پ...

هدف این رساله، پایدارسازی سیستم های کنترل غیرخطی از طریق شبکه های عصبی است. این کار در سیستم های غیرخطی گسسته و نیز پیوسته انجام شده است. در سیستم های گسسته نسبت به حالت پیوسته عملکرد شبکه های عصبی بهتر بود. نوع شبکه های بکار رفته شده غالباً چند لایه است که در آن، قوانین یادگیری متفاوتی بکار گرفته شده است. دو نوع یادگیری در دو حالت برخط و نه برخط انجام شده است، هر دو حالت را انجام داده و به پاید...