شناسایی و استخراج عوارض از تصاویر هوایی از دیرباز موردتوجه بسیاری از محققین فعال در فتوگرامتری و سنجش ازدور بوده است. با ظهور سنجنده¬های جدید مانند لیدار و ترکیب داده¬های این سنجنده¬ها و تصاویر هوایی بحث شناسایی و استخراج وارد دوره جدیدی شده است. به دلیل توانایی زیاد مدل های نروفازی انطباق پذیر در حل مسائل پیچیده، استفاده از این مدل¬ها به صورت روزافزون در حال افزایش می باشد. مدل های نروفازی توا...

در این پایان نامه یک الگوریتم انعطاف پذیر از روشهای سیستم استنتاج فازی مبتنی بر شبکه های یادگیرنده، شبکه های عصبی، تعمیم اتورگرسیو مشروط واریانس متغیروتحلیل واریانس برای بهبود مدلسازی، تخمین و پیش بینی مصارف کوتاه مدت و میان مدت (روزانه و ماهانه) برق در ایران ارائه شده است. این الگوریتم انعطاف پذیر بین روشهای مختلف مورد استفاده، روش با کمترین خطای نسبی را برای انجام پیش بینی استفاده می کند. ساخ...

تخلخل و نفوذپذیری از مهمترین پارامترها برای توصیف مخزن نفتی می‏باشند.هدف ازاین پایان نامه استفاده از روش ترکیبی نروفازی در تخمین پارامتر های پتروفیزیکی مخزن (تخلخل و نفوذپذیری)ومقایسه با روش های فازی و عصبی به صورت مجزا در یکی از مخازن نفتی جنوب می باشد. برای این منظور از امکانات نرم افزارmatlab استفاده شد. میدان نفتی اهواز به صورت یک طاقدیس به طول 4 تا6 کیلومتر در جنوب تا جنوب‏غربی فروافتادگی...

بازار سهام یک سیستم غیر خطی با دینامیک بسیار پیچیده است. زیرا دینامیک این سیستم را انسان ها ایجاد می کنند. شبکه های عصبی بر اساس توانایی آن ها در مدل سازی روابط غیر خطی میان داده های ورودی-خروجی، ابزار مناسبی برای مدل کردن و پیش بینی سیستم ها با دینامیک غیر خطی و پیچیده هستند. بنابراین انتظار می رود این شبکه ها برای پیش بینی بازار سهام کارآمد باشند. در تحقیقات پیشین مطالعات زیادی بر روی بازار ...

محدود بودن منابع انرژی و افزایش روز افزون تقاضای انرژی در بخشهای صنعتی موجب شده تا بررسی در زمینه بهینه سازی انرژی انجام شود. صنایع بزرگ و پیچیدهای مانند صنایع نفت، گاز، پتروشیمی و نیروگاه های برق مقادیر قابل ملاحظهای انرژی را به مصرف می رسانند. در این صنایع انرژی بر دستگاه هایی همانند کوره ها، دیگهای بخار و پس از آنها دستگاه های دوار مانند توربین ها، کمپرسورها و پمپ ها بیشترین سهم را در مصرف ا...

پژوهش حاضر با هدف مقایسه دقّت پیش‌بینی روش‌های رگرسیونی، شبکه عصبی‌مصنوعی و سیستم استنتاج فازی- عصبی تطبیقی در برآورد سرعت باد در منطقه سیستان انجام شد. برای این منظور از داده‌های روزانه ایستگاه‌های هواشناسی سینوپتیک زابل و زهک طی یک دوره پنج ساله (2015-2010) استفاده شد. برای مدل‌سازی به روش شبکه عصبی‌مصنوعی و سیستم استنتاج فازی از نرم‌افزار MATLAB و برای مدل‌سازی با روش‌های رگرسیونی از نرم‌افزا...

تخمین پارامترهای دیریافت خاک با استفاده از اطلاعات موجود خاک، توابع انتقالی نامیده می شود. جهت توسعه توابع انتقالی می توان از مدل های رگرسیون چند متغیره، شبکه عصبی مصنوعی و نروفازی استفاده کرد. بنابراین در این مطالعه به منظور مقایسه مدل های مذکور، 153 نمونه جمع آوری شده از ناحیه شمالی شهرستان رشت مورد آزمایش قرار گرفته و درصد شن، سیلت، رس و کربن آلی به عنوان ویژگی های زودیافت و ظرفیت تبادل کاتی...

در این مطالعه از مدل نروفازی برای تهیه نقشه حساسیت خطر لغزش حوزه آبخیز واز در محیط سیستم اطلاعات جغرافیایی (gis) استفاده گردید. موقعیت لغزش­های منطقه از طریق پایش میدانی و عکس­های هوایی مشخص گردید. در مرحله بعد عوامل موثر در بروز زمین لغزش نظیر ارتفاع، سنگ­شناسی، شیب، جهت، فاصله از رودخانه، فاصله از جاده، فاصله از گسل، بارندگی و کاربری اراضی رقومی گردید. سپس مناطق حساس به زمین لغزش با استفاده ا...

پیش بینی آورد رودخانه در مدیریت منابع آب از اهمیت فراوانی برخوردار است، اما به دلیل عدم قطعیت بالا در عواملی که فرآیند بارش- رواناب را سبب می گردند، همواره با مشکلاتی همراه بوده است. یکی از روش هایی که می تواند این مشکل را تا حدی کاهش دهد، تحلیل عدم قطعیت پیش بینی های انجام شده می باشد. این تحلیل ها در مدل های آماری سابقه طولانی دارند، ولی برای مدل های شبکه عصبی و نروفازی کمتر مورد استفاده قرار...