نتایج جستجو برای: شبکه موجک تطبیقی
تعداد نتایج: 54833 فیلتر نتایج به سال:
زمینه و هدف: عدم قطعیت پارامترهای صحرایی، نویز در دادههای مشاهداتی و شرایط مرزی نامشخص از مهمترین عوامل محدود کننده در مدلسازی جریان و انتقال آلودگی در محیطهای متخلخل است. روش بررسی: در این تحقیق، دشت میاندوآب بهعنوان مطالعه موردی برای شبیهسازی تراز آب زیرزمینی و غلظت کلراید انتخاب شد. برای مدلسازی زمانی انتقال آلودگی از روشهای هوش مصنوعی استفاده شد. د...
با توجه به اهمیت پیشبینی جریان رودخانه در مدیریت منابع آب روشهای مختلفی برای مدل کردن جریان رودخانهها بکار برده میشوند. تا بتوان با بکارگیری این مدل در مدیریت خشکسالی و سیلاب خسارات ناشی از آنها را به حداقل ممکن رساند. در این مطالعه نیز برای پیشبینی سری زمانی جریان روزانه ایستگاه ونیار، با توجه به ویژگیهای غیرخطی مقیاسهای زمانی چندگانه، مدل هیبرید شبکه عصبی و موجک پیشنهاد شده است. برا...
در این مقاله، از یک کنترلر تطبیقی به همراه شبکه عصبی موجک برای یک کلاس از سیستمهای غیرخطی ابعاد وسیع، با زیر سیستم غیر افاین غیرخطی نامعلوم دارای تأخیر زمانی استفاده شده است. تداخلات وارد شده به زیر سیستمها، غیرخطی و دارای تأخیر در نظر گرفته شده است که در مقایسه با حالتی که تأخیر برای تداخلات، در نظر گرفته نمیشود به واقعیت نزدیکتر است. در این مقاله، وزنهای مربوط به لایه خروجی شبکه عصبی موج...
در این مقاله، از یک کنترلر تطبیقی به همراه شبکه عصبی موجک برای یک کلاس از سیستمهای غیرخطی ابعاد وسیع، با زیر سیستم غیر افاین غیرخطی نامعلوم دارای تأخیر زمانی استفاده شده است. تداخلات وارد شده به زیر سیستمها، غیرخطی و دارای تأخیر در نظر گرفته شده است که در مقایسه با حالتی که تأخیر برای تداخلات، در نظر گرفته نمیشود به واقعیت نزدیکتر است. در این مقاله، وزنهای مربوط به لایه خروجی شبکه عصبی موج...
افزایش تقاضای توان الکتریکی، نیازمند افزایش ظرفیتهای انتقال است. از طرف دیگر، تولید کننده های توان الکتریکی به علت برخی ملاحظات اقتصادی، رغبت چندانی به ایجاد خطوط انتقال جدید ندارند. بنابراین، سیستم قدرت در شرایطی کار می کند که از حداکثر قابلیت انتقال آن استفاده می شود. در چنین وضعیتی، پایداری سیستم قدرت بطور قابل ملاحظه ای کاهش می یابد. جبرانسازی توان راکتیو یکی از موضوعات مهم در سیستم قدرت اس...
بارش-رواناب یکی از فرایندهای مهم در مطالعات منابع آب بشمار می رود. در این تحقیق فرآیند بارش-رواناب روزانه در حوضه آبریز بالیخ لوچای با استفاده از ماشین بردار پشتیبان، شبکه های عصبی مصنوعی، هیبرید موجک-ماشین بردار پشتیبان و هیبرید موجک-شبکه عصبی مورد مطالعه و مقایسه قرار گرفته است. داده های بارش-رواناب روزانه در طول دوره آماری (1379-1387) برای آموزش و صحت سنجی مدل ها مورد استفاده قرار گرفت. در ح...
تعیین ظرفیت باربری شمع های کوبیده شده در خاک های غیرچسبنده با وجود منابع علمی زیاد، کماکان توأم با پیچیدگی است. یک شبکه ی عصبی موجک، توابع موجک را به منزله ی توابع فعال ساز نرون های لایه ی پنهان از شبکه ی عصبی پیشخورد به کار می گیرد. در این شبکه ها هر دو پارامتر انتقال و مقیاس موجک ها در کنار وزن هایشان بهینه می شوند. در رویکردی خاص از ساخت این نوع شبکه ها، با عنوان ویونت، پارامترهای انتقال و م...
در این مقاله، یک روش جدید مبتنی بر شبکههای موجک فازی (FWN)، برای طراحی پایدارساز سیستم قدرت (PSS) به منظور میرا کردن نوسانهای فرکانس پایین سیستم قدرت ارائه شده است. شبکه موجک فازی که از تئوری موجک و مفاهیم فازی الهام گرفته شده است، برای طراحی همزمان دو پایدارساز سیستم قدرت بهکار رفته است، که در آن، خطای بین خروجی مطلوب سیستم و خروجی واقعی به منظور آموزش پارامترهای شبکه موجک فازی استفاده استف...
خشکسالی یک رویداد طبیعی است که می تواند خسارات قابل توجهی را به زندگی بشر وارد سازد. پیش بینی خشکسالی نقش موثری را در مدیریت منابع آب ایفا می کند. در این تحقیق به منظور پیش بینی خشکسالی سه مدل ترکیبی از انواع شبکه های عصبی و تبدیل موجک ارائه شده است و سپس با استفاده از این مدل ها، شاخص بارش استاندارد (spi) برای 12 ماه آینده در ایستگاه سینوپتیک یزد پیش بینی گردیده است. شبکه های عصبی مصنوعی توانا...
جریان های سطحی اقیانوسی، نقش مهمی در انتقال گرما و تغییرات آب و هوایی دارد. ازاین رو، پیش بینی جریان های دریایی از اهمیت بسزایی در اقیانوس شناسی برخوردار است. در این پژوهش با به کارگیری شبکه عصبی و تکنیک تبدیل موجک به پیش بینی جریان های سطحی تنگه هرمز پرداخته شده است. بدین منظور داده های ثبت شده این حوزه از نوامبر سال 1992 تا دسامبر سال 2014 با گام زمانی 5 روزه از سایت ناسا تهیه و با به کارگیری...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید