پل ها از جمله مهمترین سازه های رودخانه ای هستند. یکی از موثرترین عوامل تخریب پل ها، آبشستگی موضعی اطراف پایه پل می باشد. همه ساله پل های زیادی در سراسر جهان به دلیل در نظر نگرفتن نقش عوامل هیدرولیکی تخریب می شوند. بر این اساس برای یک طراحی مطمئن، تخمین دقیق عمق آبشستگی در اطراف پایه های پل ضروری به نظر می رسد. تا کنون مطالعات زیادی برای تخمین عمق چاله آبشستگی اطراف پایه پل انجام شده است و روابط...

تعیین انرژی قابل سوخت و ساز فرایندی زمان بر است و با مشکلات زیادی همراه است. از اینرو ارائه مدلی که بتواند بهترین پیش بینی را از این انرژی داشته باشد، از نقطه نظر مدیریت تغذیه طیور حائز اهمیت است. بنابراین، در این تحقیق به بررسی کارآیی سه نوع شبکه عصبی rbf, mlp و grnnبا ساختار متفاوت در پیش بینی انرژی قابل سوخت و ساز سورگوم و تریتیکاله پرداخته شد. در ادامه نیز کارایی این روش ها با مدل رگرسیونی ...

طبیعت پیچیده و اتفاقی فرآیند ماشینکاری تخلیه الکتریکی سبب بی نتیجه ماندن تلاشهای زیادی به منظور مدل سازی فیزیکی آن شده است. در این مقاله از دو شبکه عصبی با نظارت پس انتشار و تابع پایه شعاعی برای مدل سازی فرآیند استفاده شده است. شبکه ها دارای سه ورودی جریان، ولتاژ و دوره تناوب پالس ها به عنوان متغیرهای مستقل فرآیند و دو خروجی نرخ براده برداری و صافی سطح به عنوان مشخصه های عملکردی می باشند. آموزش...

پیش­بینی پدیده­های اقتصادی ساختاری فراهم می­کند تا مدیران و مسؤلان اقتصادی را در گرفتن تصمیم‌های درست یاری ­دهد. هدف اصلی این مطالعه پیش­بینی مقدار تولید آبزیان دریایی در ایران است. برای این منظور از روش­های سری زمانی خود توضیح جمعی میانگین متحرک (ARIMA)[1] و شبکه عصبی مصنوعی[2] استفاده می­شود. در این مطالعه سه ساختار گوناگون شبکه عصبی شامل شبکه عصبی پیشرو[3]، تابع پایه شعاعی[4] و المن[5] بکار ...

هدف از این تحقیق بررسی توانایی سناریوهای مختلف شبکه های عصبی شامل شبکه های عصبی پرسپترون چند لایه(mlp) وشبکه های عصبی با پایه شعاعی(rbf) در مدل سازی فرآیند بارش- رواناب در مقیاس روزانه، که بطور عمده برای درک کنترل و مدیریت منابع آب مورد نیاز هستند، می باشد. تبدیل بارش- رواناب به علت تغییرات شدید زمانی و مکانی آن،یکی از پیچیده ترین مسائل در طبیعت می باشند، و وجود روابط قوی و غیرخطی میان متغیرها ...

در این مطالعه، کنترل کننده شبکه عصبی راف مبتنی بر توابع شعاعی مدل مرجع با آموزش پسخور خطا برای کلاسی از سیستم های غیرخطی در حضور عدم قطعیت محدود ارائه می گردد. کنترل کننده ارائه شده به فرم ترکیبی، شامل کنترل کننده شبکه عصبی راف مبتنی بر توابع شعاعی و کنترل کننده کلاسیک می باشد. به دلیل استفاده از کنترل کننده کلاسیک در کنار کنترل کننده هوشمند، می توان انتظار محدود بودن پاسخ حالت گذرا را داشت. وز...

یکی از علوم جدیدی که توجه ویژه به آن شده است علم داد‏ه کاوی است. این علم بانک های اطلاعاتی و مجموعه های حجیم داده ها را مورد بررسی قرار می دهد. هدف داده کاوی کشف، استخراج دانش و تحلیل داده ها است. یکی از شاخه های علم داده کاوی، طبقه بندی می باشد. هدف طبقه بندی افراز مجموعه ی داده ها به طبقه هایی است که داده های هر طبقه دارای ویژگی های خاص و مشترکی هستند. با توجه به حجیم بودن داده ها و این که مم...

  در این مطالعه، کنترل کننده شبکه عصبی راف مبتنی بر توابع شعاعی مدل مرجع با آموزش پسخور خطا برای کلاسی از سیستم های غیرخطی در حضور عدم قطعیت محدود ارائه می گردد. کنترل کننده ارائه شده به فرم ترکیبی، شامل کنترل کننده شبکه عصبی راف مبتنی بر توابع شعاعی و کنترل کننده کلاسیک می باشد. به دلیل استفاده از کنترل کننده کلاسیک در کنار کنترل کننده هوشمند، می توان انتظار محدود بودن پاسخ حالت گذرا را داش...

در این پایان نامه، برآورد تابع رگرسیون یک یا چندین متغیر توضیحی را در نظر می گیریم به طوری که تابع رگرسیون به-صورت ترکیب خطی از خانواده ای از توابع پایه مدل سازی می شود. با توجه به این که شبکه عصبی تابع پایه شعاعی می تواند به صورت یک الگوی رگرسیون غیرخطی در نظر گرفته شود، آن را به عنوان برآورد تابع رگرسیون به کار می بریم. در واقع می خواهیم رگرسیون غیرخطی را برای داده هایی با ساختار پیچیده و نوی...