نتایج جستجو برای: gmdh model

تعداد نتایج: 2104648  

بهرام بختیاری, حبیبه حلمی کوروش قادری

خشکسالی پدیده‌ای است که احتمال وقوع آن در همه نقاط کره زمین و با هر شرایط اقلیمی وجود دارد. پیش‌بینی خشکسالی می‌تواند نقش مهمی در مدیریت منابع آبی و بهره‌برداری بهینه از آن‌ها ایفا کند. در این مطالعه، برای پیش‌بینی خشکسالی، کاربرد دو روش هوشمند سیستم استنتاج فازی-عصبی (ANFIS) و کنترل گروهی داده‌ها (GMDH) چند نمونه اقلیمی مختلف ایران مورد ارزیابی قرار گرفته است. به این منظور از  شاخص بارش اس...

ژورنال: :پژوهشهای حسابداری مالی وحسابرسی 2014
علی اصغر انواری رستمی عادل آذر محمد نوروزی

پیش بینی سود هر سهم و تغییرات آن به عنوان یک رویداد اقتصادی از دیرباز موردعلاقه سرمایه گذاران، مدیران، تحلیل گران مالی و اعتباردهندگان بوده است. این توجه ناشی از استفاده سود در مدل های ارزیابی سهام، کمک به کارکرد کارای بازار سرمایه، ارزیابی توان پرداخت و ارزیابی عملکرد واحد اقتصادی می باشد. هدف این تحقیق پیش بینی سود هر سهم با استفاده از شبکه عصبی – فازی و شبکه عصبی درک چندلایه(mlp) و gmdh و تع...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه گیلان - دانشکده فنی 1393

یکی از چالش¬های اساسی در فرآیند نانو دارورسانی، کاهش اندازه ذره دارو می¬باشد که موجب افزایش انحلال پذیری آن می¬گردد. به علت نیاز به هزینه و زمان زیاد، از مدل¬سازی ریاضی به عنوان جایگزینی برای انجام آزمایش استفاده می¬شود. روش مورد بررسی در این پژوهش، استفاده از جت برخوردی در فرآیند رسوب گذاری با ضد حلال مایع می¬باشد. در این پژوهش ابتدا متغیرهای تأثیرگذار بر فرآیند شناسایی و سپس با استفاده از روش...

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...

Journal: :Water Resources Management 2023

Abstract Precipitation forecast is key for water resources management in semi-arid climates. The traditional hybrid models simulate linear and nonlinear components of precipitation series separately. But they do not still provide accurate forecasts. This research aims to improve by using an ensemble models. Preprocessing configurations each the Gene Expression Programming (GEP), Support Vector ...

Journal: :Journal of Petroleum Exploration and Production Technology 2022

Abstract One of the most effective enhanced oil recovery techniques is carbon dioxide (CO 2 ) flooding. It because its high rate and associated advantage on environment. CO flooding has been broadly used commercially proven. Depending reservoir operational conditions, it can be implemented either in immiscible or miscible modes. Determining injection mode depends minimum miscibility pressure (M...

2006
Alvin Ramsey George Chryssolouris

The treatment of manufacturing problems, whether in process control, process optimization, or system design and planning, can be helped by input-output models, namely, relationships between input and output variables. Artificial neural networks present an opportunity to "learn" empirically established relationships and apply them subsequently in order to solve a particular problem. In light of ...

ژورنال: :اقتصاد مالی 0
علی اکبر باغستانی استادیار دانشگاه آزاد واحد علوم تحقیقات سعید یزدانی استاد اقتصاد دانشگاه تهران مجید احمدیان استاد اقتصاد دانشگاه تهران

چکیده وابستگی روزافزون صنعت دام و طیور کشور به کنجاله سویا، موجب شده است تا هرگونه نوسان قیمت این محصول از نگاه فعالان بازار آن به دقت و حساسیت پی گیری شود. این نوسان ها در برخی مقاطع، دغدغه ها و نگرانی های جدی در خصوص وضعیت تأمین کنجاله سویا و قیمت آن به وجود آورده است.به منظور دست یابی به پیش بینی های بهتر در بازار بورس کنجاله سویا، قواعد موجود در آن شناسایی شود. در این مطالعه با استفاده از د...

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...

Journal: :Complex & Intelligent Systems 2021

Abstract Machine learning (ML) has been recognized as a feasible and reliable technique for the modeling of multi-parametric datasets. In real applications, there are different relationships with various complexities between sets inputs their corresponding outputs. As result, models have developed levels complexity in input–output relationships. The group method data handling (GMDH) employs fam...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید