نتایج جستجو برای: شبکه های عصبی نوع gmdh

تعداد نتایج: 530949  

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه گیلان - دانشکده فنی 1391

یکی از مراحل مهم و ضروری در فرایند تصفیه آب،فرآیند انعقاد و لخته سازی می باشد. تعیین مقدار بهینه مصرفی منعقد کننده بسیار تعیین کننده می باشد و مصرف نامناسب آن باعث کاهش کیفیت آب مصرف شده می شود و همچنین بر روی بازده اقتصادی مانند هزینه مواد مصرفی تاثیرگذار می باشد . دوز مصرفی نا مناسب باعث کاهش بازده در مراحل ته نشینی و فیلتراسیون می شود . بصورت متداول آزمایش جار و تجربه شخصی اپراتور برای تع...

ژورنال: :چشم انداز مدیریت بازرگانی 0
محسن نظری دانشگاه تهران سیدوحید طباطبائی کلجاهی دانشگاه تهران مهدی احراری پژوهشگر اقتصادی

در این مقاله، با استفاده از سه رویکرد لذت باورانه رگرسیون، شبکه عصبی بازگشتی و شبکه عصبی gmdh ، تابع لذت باورانه قیمت رایانه همراه در بازار تهران الگوسازی و مقایسه شده است. برای انجام این پژوهش، داده های قیمت رایانه همراه از بازار رضای تهران، بزرگترین بازار رایانه همراه تهران جمع آوری و دادههای فنی رایانه همراه ها از وب سایت رسمی شرکتهای تولید کننده استخراج شده اند. نتایج این پژوهش حاکی از آن ا...

هدف اصلی این مطالعه، بررسی و شناخت متغیرهای اصلی تاثیرگذار بر شاخص کل بورس اوراق بهادار تهران و مدلسازی آن با استفاده از شبکه های عصبی مصنوعی و مقایسه نتایج حاصله با تحلیل تکنیکال و موجهای الیوت است. متغیرهای توضیحی به کار رفته در مدل­ تحقیق: نرخ ارز، تورم، بیکاری، رشد تولید و حجم نقدینگی بودند و متغیر هدف در این مطالعه شاخص کل بورس اوراق بهادار تهران می باشد. در این تحقیق از شبکه­های عصبی GMDH...

ژورنال: :علوم و تکنولوژی محیط زیست 0
محمد جواد ذوقی استادیار گروه مهندسی عمران، دانشگاه بیرجند (مسوول مکاتبات) محمد غمگسار عضو هیات علمی گروه مهندسی محیط زیست، پژوهش کده محیط زیست جهاد دانشگاهی مسلم گنجی دانشجوی دکتری ریاضی کاربردی، دانشگاه شهید چمران اهواز، اهواز، ایران سعید فلاحی دانشجوی دکتری ریاضی کاربردی، دانشگاه گیلان

زمینه و هدف : در این مطالعه از شبکه عصبی gmdh بر اساس الگوریتم ژنتیک جهت پیش بینی درصد متان موجود در گاز دفن گاه زباله در مقیاس آزمایشگاهی، استفاده شده است. جهت تخمین درصد متان موجود در گاز مرکز دفن به وسیله شبکه عصبی gmdh، از مشخصات فاضلاب به عنوان داده های ورودی  و از درصد متان موجود در بیوگاز به عنوان داده خروجی استفاده شده است. پارامترهای ورودی جهت پیش بینی میزان متان موجود در بیوگاز شامل د...

سعید فلاحی محمد جواد ذوقی, محمد غمگسار مسلم گنجی

زمینه و هدف : در این مطالعه از شبکه عصبی GMDH بر اساس الگوریتم ژنتیک جهت پیش بینی درصد متان موجود در گاز دفن گاه زباله در مقیاس آزمایشگاهی، استفاده شده است. جهت تخمین درصد متان موجود در گاز مرکز دفن به وسیله شبکه عصبی GMDH، از مشخصات فاضلاب به عنوان داده های ورودی  و از درصد متان موجود در بیوگاز به عنوان داده خروجی استفاده شده است. پارامترهای ورودی جهت پیش بینی میزان متان موجود در بیوگاز شامل د...

ولاستونیت یک ماده طبیعی و نسبتا ارزان قیمت است که می تواند به عنوان جایگزینی مناسب برای سیمان در بتن، مورد استفاده قرار گیرد. در این مقاله تاثیر ذرات نانو ولاستونیت بر روی خواص مکانیکی از طریق اندازه گیری مقاومت فشاری و خمشی و اثر آن بر دوام با اندازه گیری مقاومت در برابر نفوذ آب در سنین 28،7،3 و60 روزه با ساخت نمونه های بتنی بررسی شده است. نتیجه حاکی از افزایش مقاومت خمشی به میزان 63% ، مقاومت...

آب بخش شهری زاهدان از طریق انتقال آب از مخازن چاه نیمه سیستان تأمین شده که خود دچار بحران شدید آبی است. از اینرو پیش­بینی تقاضای آب شرب این شهر، کمک مؤثری به مدیران و بهره­برداران سیستم آب شهری خواهد نمود، تا بتوانند نسبت به مدیریت صحیح مصرف اقدام نمایند. لذا در این مقاله از شبکه­های عصبی مصنوعی GMDH و RBF که از ابزارهای قدرتمند برای تجزیه و تحلیل و مدل­سازی روابط غیرخطی به حساب می آیند، برای ب...

ژورنال: :مهندسی مالی و مدیریت اوراق بهادار 0
محمد کامروافر دانشجوی کارشناسی ارشد مدیریت صنعتی، گرایش تحقیق در عملیات، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، دانشکده مدیریت و اقتصاد سیدذبیح اله هاشمی استادیار گروه مدیریت صنعتی، دانشگاه آزاد اسلامی، واحد تهران مرکزی

هدف اصلی این مطالعه، بررسی و شناخت متغیرهای اصلی تاثیرگذار بر شاخص کل بورس اوراق بهادار تهران و مدلسازی آن با استفاده از شبکه های عصبی مصنوعی و مقایسه نتایج حاصله با تحلیل تکنیکال و موجهای الیوت است. متغیرهای توضیحی به کار رفته در مدل­ تحقیق: نرخ ارز، تورم، بیکاری، رشد تولید و حجم نقدینگی بودند و متغیر هدف در این مطالعه شاخص کل بورس اوراق بهادار تهران می باشد. در این تحقیق از شبکه­های عصبی gmdh...

عادل آذر علی اصغر انواری رستمی, محمد نوروزی

پیش‌بینی سود هر سهم و تغییرات آن به‌عنوان یک رویداد اقتصادی از دیرباز موردعلاقه سرمایه‌گذاران، مدیران، تحلیل گران مالی و اعتباردهندگان بوده است. این توجه ناشی از استفاده سود در مدل‌های ارزیابی سهام، کمک به کارکرد کارای بازار سرمایه، ارزیابی توان پرداخت و ارزیابی عملکرد واحد اقتصادی می‌باشد. هدف این تحقیق پیش‌بینی سود هر سهم با استفاده از شبکه عصبی – فازی و شبکه عصبی درک چندلایه(MLP) و GMDH و تع...

ژورنال: :پژوهش های اقتصادی ایران 0

در این پژوهش از شبکه عصبی gmdh  مبتنی بر الگوریتم ژنتیک به عنوان ابزاری با قابلیت بالا در مدل سازی سیستم های غیرخطی پویای پیچیده، برای پیش بینی قیمت بنزین با دو روش قیاسی و قواعد تحلیل تکنیکی، استفاده کرده ایم. متغیرهای ورودی در روش قیاسی شامل تمام عوامل مؤثر(درون و برون سیستمی) بر قیمت بنزین و در روش تحلیل تکنیکی شامل میانگین های متحرک کوتاه و بلندمدت است. نتایج نشان­دهنده دقت بیش از 96درصد پی...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید