نتایج جستجو برای: شبکه نابع پایه شعاعی
تعداد نتایج: 86630 فیلتر نتایج به سال:
در این مقاله به منظور بررسی ارتباط بین افت فشار سیکلون جداسازی و پارامترهای هندسی سیکلون غبارگیری، سه نوع شبکه عصبی مصنوعی انتشار بازگشتی[1]، شبکه عصبی تابع پایه شعاعی[2] و شبکه عصبی رگرسیون تعمیم یافته[3] به کارگرفته شدهاند. پس از آموزش آنها با دادههای تجربی، پارامترهای بهینه عملکردی هر کدام شبکه ها، با روش جستجوی چند مرحله ای[4] به دست آمده اند. شبکهها بر اساس میزان ضریب همبستگی[5]، خطای ...
مقدمه: در این پژوهش از الگوی اقتصادسنجی و شبکه عصبی پایه شعاعی برای افزایش اثربخشی، کاهش هزینه و زمان روش تحلیل بنیادی در پیشبینی قیمت سهام شرکتهای صنایع مواد و محصولات دارویی، محصولات شیمیایی و وسایل اندازهگیری پزشکی و اپتیکی استفاده شده است. روش پژوهش: پژوهش حاضر کاربردی و طرح آن از نوع شبهتجربی است. جامعه آماری این پژوهش متشکل از 30 شرکت پذیرفتهشده در بورس اوراق بهادار تهران در بازه زم...
مقدمه و اهداف اختلالات رفتاری در کودکان و نوجوانان شیوع زیادی یافته است. بسیاری از این کودکان به دلیل رفتارهای خصمانه و پرخاشگرانه، از سوی والدین، معلمان و همتایانِ خود طرد میشوند و همین امر موجب کاهش فرصتهای آموزشی آنان خواهد شد. بنابراین ضرورت شناختِ زودهنگام و هرچه دقیقتر آنان، به طور کامل محسوس است. تشخیص و تمیز هر چه سریعتر میان ADHD از سایر اختلالات عاطفی-رفتاری مشابه، مانند افسردگی، اض...
در این رساله، به تحلیل عددی معادلات انتگرالی می پردازیم که ناحیه انتگرال گیری آنها ناحیه ای غیر مستطیلی است. روش های بدون شبکه مانند روش توابع پایه ای شعاعی و روش کمترین مربعات متحرک را برای حل این معادلات در نظر گرفته وجواب تقریبی آنها را بدست می آوریم. در این رساله به صورت خاص تحلیل عددی روش های مورد اشاره را روی معادلات انتگرال ولترا-فردهلم، ولترا-فردهلم آمیخته و معادلات انتگرال خطی و غیر خط...
(صحت مطالب مقاله بر عهده نویسنده است و بیانگر دیدگاه مجمع تشخیص مصلحت نظام نیست) هدف این مقاله پیش بینی روند تورم و شاخص قیمت ها در اقتصاد ایران است. داده های این مقاله شامل تورم سالانه و داده های ماهانه شاخص قیمت مصرف کننده در ایران از سال 1340 تا 1392 می باشد. در این تحقیق برای پیش بینی تورم از شبکه عصبی مصنوعی استفاده شده است. برای پیش بینی تورم ماهانه از یک شبکه پس انتشار خطا(bp) با 15 نر...
در این پایان نامه یک ترکیب جدید از شبکه عصبی پایه شعاعی گوسی به عنوان جبران ساز رو به جلو به همراه استراتژی کنترل انتگرال مقاوم از علامت خطا (rise) ارائه شده است. کنترل کننده پیشنهادی به منظور ردیابی مسیر حالت متغیر با زمان برای سیستم های غیرخطی در حضور نامعینی پارامتری و اغتشاشات خارجی استفاده می شود. از آنجایی که کنترل کننده بر مبنای شبکه عصبی، عموما دارای نتایج پایداری کراندار نهایی یکنواخت ...
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...
معادلات ناویر- استوکس به طور گسترده در زمینههای مختلف علوم مانند مدل سازی جریانهای اقیانوسی، جریان جاری در یک لوله، جریان های اطراف یک بال و به طور کلی در دینامیک سیالات کاربرد دارند. در این مقاله روش بدون شبکه توابع پایه شعاعی برای حل این معادلات به کار گرفته خواهد شد به این ترتیب که ابتدا ایده منظم سازی برای تبدیل معادله مورد نظر به دستگاه معادلات دیفرانسیل معمولی مورد استفاده قرار می گیرد...
مدل جدیدی از عضله تحریک شده در شرایط غیر ایزومتریک ارایه شده است. مدل های ارایه شده کنونی مبتنی بر ساختار مدل هیل هستند. در این ساختار، رفتار عضله به بخش های مستقل از یکدیگر تجزیه شده و فرض می شود که این بخش ها ارتباطی با یکدیگر ندارند، در صورت که این تجزیه و عدم وابستگی بخش ها به یکدیگر، واقعیت فیزیکی ندارد. به منظور رفع محدودیت های مد...
توابع پایه شعاعی (rbf) ابزار مفیدی برای حل عددی ، معادلات دیفرانسیل با مشتقات پاره ای می باشند، که هنگام حل عددی آن ها در مرز خطاهای بزرگی رخ می دهد بنابراین لازم است تا رفتار rbf ها در نزدیکی مرزها بررسی و بدنبال راهی برای بهبود دقت آن ها باشیم. در این پژوهش تقریب های توابع پایه شعاعی مورد بررسی قرار می گیرد این روش راهکاری برای بر طرف کردن کاهش دقت در نزدیکی مرزها برای مسایلی که دارای دامنه...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید